Sistema Tutor Inteligente para Programação

Prévia do material em texto

UM MODELO DE SISTEMA TUTOR INTELIGENTE 
APLICADO AO ENSINO DA PROGRAMAÇÃO ESTRUTURADA
UNIVERSIDADE FEDERAL DE SANTA CATARINA 
PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DE PRODUÇAO 
UM MODELO DE SISTEMA TUTOR INTELIGENTE 
APLICADO AO ENSINO DA PROGRAMAÇÃO ESTRUTURADA 
Élcio Miguel Prus 
Dissertação apresentada ao Programa 
4 de Pós-Graduação em Engenharia da 
Produção da Universidade Federal de 
Santa Catarina como requisito parcial 
para a obtenção do título de Mestre 
em Engenharia de Produção. 
Florianópolis 
V 2001
ii 
Élcio Miguel Prus 
UM MODELO DE UM SISTEMA TUTOR INTELIGENTE 
APLICADO AO ENSINO DA PROGRAMAÇÃO ESTRUTURADA 
Esta dissertação foi julgada e aprovada para obtenção 
do título de Mestre em Engenharia de Produção no 
Programa de Pós-Graduação em Engenharia de Produção 
da Universidade Federal de Santa Catarina 
FIorianÓpoIis,.28 de . o de 2001. 
I'4 
Prof. Ri -zrdo iranda Barcia PhD 
oordeni dor do C o 
BANCA EXAMINADORA 
Prõ1(AIioe Theresinha Cybis Pereira, PhD 
Orientadora
O 
Profa. M rta Costa Rosateili, Dra. 
<Z2Ê`‹; 
Prof. Feyãando Álvaro Ostuni Gauthier , Dr.
iii 
A minha esposa Carem e aos filhos 
Ivens e Igor pela compreensão e 
sacrifício que, carinhosamente, 
cederam e que me guiaram nos 
momentos mais difíceis desta 
caminhada.
iv 
AGRADECIMENTOS 
A Deus pela criação e proteçao. 
Aos meus pais pela existência e perseverança em me guiar para o melhor 
caminho. 
A minha querida esposa e filhos pelo amor e compreensão dedicados durante 
a realização desta dissertação. 
Aos familiares, amigos e companheiros pela colaboração, muitas vezes 
decisiva. 
A Professora PhD Alice Theresinha Cybis Pereira pelo valioso apoio dado para 
que esta dissertação se concretizasse. 
A todos aqueles que não foram citados e que contribuíram, direta ou 
indiretamente, para a realização desta pesquisa.
'
V 
ll Í Í Il Uma pessoa realmente grande e aquela que nos da uma chance. 
Paul Duffy
su|v|Án|o 
LISTA DE FIGURAS ............................................................................................. .. 
Vl 
ix 
LISTA DE QUADROS ........................................................................................... _. x 
LISTA DE TABELAS ............................................................................................ _. xi 
LISTA DE REDUÇOES ......................................................................................... _. 
RESUMO ............................................................................................................... _. 
ABSTRACT ........................................................................................................... ._ 
1 |NTRoDuçÃo ......................................... __ 
1.4.2 Obietivos Específicos .................................. _. 
1.5 Metodologia ..................................................... ._ 
2 ALGORITMOS ESTRUTURADOS .......... ._ 
2.3 Estrutura Básica de um Algoritmo ................ _. 
2.4 Estruturas ........................................................ ._ 
1.1 Identificação do Problema ............................................................................ ._ 
1.2 Questão da Pesquisa .................................................................................... ._ 
1.3 Justificativa .................................................................................................... ._ 
1.4 Obietivos ........................................................................................................ __ 
1.4.1 Objetivo Geral .............................................................................................. ._ 
1.6 Limitações da Pesquisa ................................................................................ _. 
1.7 Estrutura da Dissertação .............................................................................. __ 
2.1 Considerações Iniciais .................................................................................. ._ 
2.2 Definição de Algoritmo ................................................................................. ._ 
2.3.1 
xii 
XIII 
XV 
ÉCDCDNQQUIUIOO 
-5 
12 
12 
13 
16 
17 
1a 
2.4.1 Estrutura se-ENTÃO-sENÃo ..................................................................... _. 19 
2o 2.4.2 Estrutura ESCOLHA CASO ...... ___ ............................................................... ._ 
2.4.3 Estrutura ENQUANTO-FAÇA .......................................................... ._ 
2.4.4 Estrutura PARA-FAÇA ................................. ._ 
2.5 Considerações Finais ..................................... ._ 
3 INTELIGÊNCIA ART||=|c|A|. ................... __ 
3.1 Inteligência Artificial ....................................... _. 
2.4.5 Estrutura nEPim-ArE__.__________.___.___..._______.___ÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍÍ 
21 
22 
23 
24 
26 
26 
3.2 Inteligência Artificial aplicada na Educação ............................................... _. 30 
32 3.3 Sistemas Tutores Inteligentes ...................................................................... __ 
3.3.1 Estrutura de um STI .................................................................................... __ 
3.3.1.1 Modelo do Especialista ........................................................................... _. 
3.3.1.2 Modelo do Estudante ................................ _. 
3.3.1.3 Modelo Pedagógico .............. ._ ................................................................. __ 
3.3.1.4 Modelo de Interface ................................................................................. _. 
3.4 Formas de Representação do Conhecimento ............................................ __ 
3.4.1 Procedimentos ............................................................................................ ._ 
3.4.2 Esquemas ............................................................. __ 
34 
35 
36 
37 
38 
39 
41
42
vii 
3.4.2.1 Scripts ....................................................................................................... ._ 42 
3.4.2.2 Frame ........................................................................................................ _. 46 
3.4.3 Redes Semânticas ...................................................................................... ._ 48 
3.5 Exemplos de STI aplicados a Programação Estruturada .......................... ._ 49 
3.6 Exemplo de STI relacionado ao Modelo Proposto ..................................... _. 51 
3.7 Considerações Finais .................................................................................... ._ 52 
4 TEORIAS DE APRENDIZAGEM ..................................................... ._ 55 
4.1 Considerações Iniciais .................................................................................. ._ 55 
4.2 Empirismo ...................................................................................................... _. 57 
4.2.1 Aprendizagem ............................................................................................. ._ 60 
4.2.2 Relacionamento Professor-Aluno ............................................................. __ 62 
4.2.3 Metodologia ............................... ................................................................ _. 63 
4.2.3.1 Ensino individualizado ............................................................................ ._ 64 
4.2.3.2 Ensino baseado na competência ........................................................... ._ 64 
4.2.3.3 Ensino programado ................................................................................. _. 65 
4.2.4 Avaliação ..................................................................................................... _. 66 
4.3 lnatismo .......................................................................................................... _. 66 
4.3.1 Aprendizagem ............................................................................................. ._ 70 
4.3.2 Relacionamento Professor-Aluno............................................................. ._ 71 
4.3.3 Metodologia ................................................................................................. _. 73 
4.3.4 Avaliação ..................................................................................................... _. 73 
4.4 lnteracionismo ............................................................................................... ._ 74 
4.4.1 Construtivismo ............................................................................................ ._ 75 
4.4.1.1 Aprendizagem .......................................................................................... _. 79 
4.4.1.2 Relacionamento Professor-Aluno .......................................................... ._ 80 
4.4.1.3 Metodologia .............................................................................................. ._ 81 
4.4.1.4 Avaliação .................................................................................................. ._ 82 
4.4.2 Sócio-lnteracionismo .................................................................................. _. 83 
4.4.2.1 Aprendizagem .......................................................................................... ._ 87 
4.4.2.2 Relacionamento Professor-Aluno .......................................................... ._ 88 
4.4.2.3 Metodologia ............................ ................................................................ _. 89 
4.4.2.4 Avaliação .................................................................................................. _. 89 
4.5 Considerações Finais .................................................................................... _. 90 
5 MODELO PROPOSTO .................................................................... ._ 92 
5.1 Fundamentos do Modelo Proposto ............................................................. ._ 92 
5.2 Caracterização do Modelo ............................................................................ __ 95 
5.3 Estrutura e Funcionamento do Modelo ....................................................... ._ 97 
5.3.1 Professor ..................................................................................................... ._ 98 
5.3.2 O Modelo do Especialista ................... ...................................................... _. 101 
5.3.3 O Modelo Pedagógico ................................................................................ _. 105 
5.3.4 O Modelo de Interface ................................................................................. _. 106 
5.3.5 O Modelo do Estudante .............................................................................. ._ 112 
5.4 Considerações Finais .................................................................................... _. 116 
6 coNcLusõEs E nEcoMENoAçõEs .......................................... ._ 118 
6.1 Avaliação do Modelo Proposto ................................................................... ._ 118
6.1.1 Aspectos Positivos ........................................................................... .. 
1 REFERÊNc|As B|BL|ocRÁF|cAs ................................................ ._ 1 
a ANExos ......................................................................................... _. 
8.1 Anexo 1 - Conteúdo Programático da Algoritmos e Programação I 
viii 
........ .. 1 18 
6.1.2 Aspectos Negativos .................................................................................... .. 120 
6.2 Conclusões .................................................................................................... .. 121 
6.3 Recomendaçoes ............................................................................................ .. 122 
_ 129 
129
Figura 1: 
Figura 2: 
Figura 3: 
Figura 4: 
Figura 5: 
Figura 6: 
Figura 7: 
Figura 8: 
Figura 9: 
Figura 10 
Figura 11 
Figura 12 
Figura 13 
Figura 14 
Figura 15 
Figura 16 
Figura 17 
Figura 18 
Figura 19 
Figura 20 
ix 
LISTA DE FIGURAS 
Diagrama em blocos de um STI básico ............................................. _. 34 
Exemplo de Rede Semântica .............................................................. ._ 48 
Exemplo de Rede Semântica .............................................................. ._ 49 
Diagrama em blocos do Modelo Proposto de STI ............................ _. 97 
Tela do Professor ................................................................................. ._ 98 
Opções do Menu do Módulo do Professor ........................................ ._ 99 
Tela de Cadastro de Professor ........................................................... ._ 99 
Tela de Cadastro de Turma ................................................................. __ 
Tela de Cadastro de Disciplina ........................................................... ._ 
: Relacionamento entre teoria e exercícios ....................................... __ 
: Tela de Cadastro de Teoria ............................................................... ._ 
: Tela de Cadastro de Exercício .......................................................... ._ 
: Tela do Aluno ..................................................................................... _. 
: Tela de Cadastro do Aluno ............................................................... _. 
: Tela de Resolução dos Exercícios ................................................... _. 
: Tela de Teoria e Solução do Professor ............................................ _. 
: Representação gráfica da situaçao do aluno B .............................. ._ 
: Representação gráfica da situação do aluno C .............................. _. 
: Representação gráfica da situação do aluno D .............................. _. 
100 
101 
102 
103 
104 
106 
107 
108 
111 
: Representação gráfica da situação do aluno A .............................. ._ 113 
' 114 
115 
116
LISTA DE QUADROS 
Quadro 1: Tipos de Dados ........................................ ..
LISTA DE TABELAS 
Tabela 1: Regras para escolha do próximo exercício
Siglas 
CAI 
DER 
ENC 
IA 
IAED 
ICAI 
IndAp 
LDB 
MEC 
OOP 
RBC 
SBC 
STI 
TPD 
WEI 
ZDP 
|_|sTA DE |=lEDuçöEs 
Computer Assisted lnstruction 
Diagrama Entidade Relacionamento 
Exame Nacional de Cursos 
Inteligência Artificial
` 
Inteligência Artificial aplicada a Educaçäo 
/nteligent Computer Assisted lnstruction 
Índice de Aproveitamento 
Lei de Diretrizes e Bases da Educação Nacional 
Ministério da Educaçäo e Cultura 
Programação Orientada à Objetos 
Raciocínio Baseado em Casos ' 
Sociedade Brasileira de Computação 
Sistemas Tutores Inteligentes 
Tecnologia em Processamento de Dados 
Workshop de' Educação em Informática 
Zona de Desenvolvimento Proximal
I 
xiii
S 
RESUMO 
PRUS, Élcio Miguel. Um modelo de sistema tutor inteligente aplicado ao ensino 
da programação estruturada. Florianópolis, 2001. 130 f. Dissertação 
(Mestrado em Engenharia de Produção) - Programa de Pós-graduação em 
Engenharia de Produção. UFSC, 2001. 
_,,,,..- .xl 
Este trabalho apresenta um modelo e um protótipo, desenvoIvidc{ em Delpgj 
5.0, de sistema tutor inteligente aplicado ao"ensin'o`de aigoritmos estruturados, 
beín como a sua avaliação, utilizando a disciplina de Algoritmos e Programação 
I, no curso de __1:eAcnologia em Processamento de dad_os,. ofertado pelas 
Faculdades Santa Cruz, em Curitiba - Paraná. -
\ 
A pesquisa foi baseada em revisão bibliográfica e no desenvolvimento de um 
modelo e implementação de um protótipo. São apresentados fundamentos 
teóricos sobre algoritmos estruturados, inteligência artificial em geral e aplicada 
à educação, assim como sistemas tutores inteligentes, com alguns exemplos 
relacionados com a linha de pesquisa da dissertação. É feita uma análise das 
principais correntes de teorias de aprendizagem, visando a fundamentar o 
desenvolvimento do protótipo.
i 
A estrutura do modelo proposto e do protótipo apresentado é dividido em dois 
módulos: o do professore do aluno. A utilização de exemplos é apresentada 
para melhor ilustrar a aplicação do modelo ao contexto de ensino de algoritmo 
estruturado. 
Como conclusão, a construção do protótipo e sua aplicação em parte da turma 
é o resultado concreto deste trabalho e suas partes ressaltam a importância do 
modelo desenvolvido. _ r
xiv 
Palavras-chave: Algoritmos Estruturados, Inteligência Artificial, Sistemas 
Tutores' Inteligentes, Teorias de Aprendizagem.
XV 
ABSTRACT 
PRUS, Élcio Miguel. Um modelo de sistema tutor inteligente aplicado ao 
ensino da programação estruturada. Florianópolis, 2001. 130 f. 
Dissertação (Mestrado em Engenharia de Produção) - Programa de 
Pós-graduação em Engenharia de Produção. UFSC; 2001. 
A model and a prototype are introduced by this dissertation. Delphi® 5.0 
programming language is used to compound the prototype. Santa Cruz 
College, in Curitiba, Paraná, has a Data Processing Technology Course 
and this forthcoming presented model is an intelligent tutor system 
applied to teaching and evaluating process of structure algorithms, 
practiced in Algorithms and Programming I discipline. 
The research was based on a bibliographical review and on the model 
development and the prototype implementation, theoretical support about 
structured algorithm, generical aspects and educational applications of 
artificial intelligence, as well as intelligent tutor systems. Some examples 
are made part of this dissertation research field. 
An analysis is proceeded over the main theoretical learning' approaches, 
aiming to make the prototype foundation development possible. 
The frame of this purpose, considering the model and the prototype, is 
divided into' two parts: the teacher and the student. The examples are 
used to let thecontextual learning participate consistently. 
The goal is achieved with the prototype construction and its application in 
part of a student's group. It confirms the relevance of the model in use.
Xvi 
Key-words: Structured Algorithms, Artificial Intelligence, Intelligent 
Tutoring Systems,Theories of Learning.
¬
_
1 |NTRoDuçÃo 
A qualidade do ensino oferecido pelas instituições de nível superior no Brasil é 
a constante preocupação do Ministério da Educação e Cultura (MEC). Esta 
excelência de ensino, meta intrínseca ao artigo 208, inciso V, da Constituição 
Federal e premissa básica da nova Lei de Diretrizes e Bases da Educação 
Nacional (LDB), em vigor desde dezembro de 1996, só poderá ser alcançada 
através de um ensino moderno, atualizado e que vise a formação profissional 
(Niskier, 1996). 
Esta preocupação com a qualidade do ensino oferecido pelas instituições de 
nível superior não é em vão. O Exame Nacional de Cursos (ENC), conhecido 
como provão, tem por objetivo avaliar, logo após a conclusão do curso, os 
conhecimentos adquiridos pelos graduados durante o desenvolvimento do 
mesmo. Este revelou em sua última edição, 1999, que nove instituições das 
trinta e seis que oferecem o curso de administração, no estado do Paraná, ou 
seja 25%, tiveram conceito D e E, considerados os dois mais baixos (Ministério 
da Educação e Cultura, 1999). 
Com base nesta nova realidade o MEC, através da Sociedade Brasileira de 
Computação (SBC), promoveu em junho de 1998, em Belo Horizonte, Minas 
Gerais, um Workshop de Educação em Computação (\/VEI/98). Neste foram 
discutidas e oficializadas as diretrizes curriculares referentes aos cursos, de
nível superior, de informática e computação. Estas diretrizes fornecem às 
instituições parâmetros que norteiam a formulação dos currículos. 
Estas diretrizes também normalizam as denominações dos cursos superiores 
em informática, evitando ambigüidade, facilitando a comparação entre os 
diversos cursos existentes no país e principalmente, dando um passo definitivo 
a criação dos conselhos federal e regional que regulamentarão as atividades 
referentes a profissão, ainda não existentes. 
Segundo estas diretrizes, os currículos dos cursos da área de computação e 
informática são compostos por quatro grandes áreas deformação: 
- formação básica que compreende os princípios básicos da área de 
computação, a ciência da computação, a matemática necessária para 
defini-los formalmente, a física e eletricidade necessária para permitir o 
entendimento e o projeto de computadoresviáveis tecnicamente e a 
formação pedagógica que introduz os conhecimentos básicos da 
construção do conhecimento, necessários ao desenvolvimento da prática do 
ensino de computação; 
~ formação tecnológica (também chamada de aplicada 'ou profissional) que 
aplica os conhecimentos básicos no desenvolvimento tecnológico da 
computação; 
° formação complementar que permite uma interação dos egressos dos 
cursos com outras profissoes;
~ V formação humanística que dá ao egresso uma dimensão social e humana. 
Esta divisão proporciona uma maior flexibilidade na elaboração das grades 
curriculares, e facilita a modificação do enfoque de algumas disciplinas, de 
acordo com a evolução tecnológica. A formação básica é a principal 
fundamentação que o novo profissional deve possuir. Ela é composta por 
disciplinas da área de programação, computação e algoritmos. 
A programação, entendida como programação de computadores, é uma 
atividade voltada à solução de problemas. Nesse sentido ela está relacionada 
com uma variada gama de outras atividades como especificação, projeto, 
validação, modelagem e estruturação de programas e dados, utilizando-se das 
linguagens de programação propriamente ditas, como ferramentas. 
Ao contrário do que se apregoava há alguns anos atrás, a atividade de 
programação deixou de ser uma arte para se tornar uma ciência, envolvendo 
um conjunto de princípios, técnicas e formalismos que visam a produção de 
software bem estruturado e confiável (Salvetti & Barbosa, 1998). 
1.1 Identificação do Problema 
Uma das disciplinas que pertencem ao currículo de formação básica é a de 
Algoritmo e Programação. Com ela o egresso, ou recém-formado, será capaz
de produzir programas, de média complexidade, para ja resolução de 
problemas que utilizem o computador e seus recursos como meio para tal. 
O aluno ao concluir esta disciplina deve possuir domínio de todas as técnicas 
para o planejamento, desenvolvimento e manutenção de programas 
desenvolvidos com a técnica de programação estruturada. É importante 
também possuir conhecimentos da metodologia da engenharia de software, 
para que sua visão seja mais ampla e não se restrinja a resolução, apenas, de 
um único problema. 
Seguindo esta linha de raciocínio, é ministrado, nas Faculdades Regional 
Santa Cruz, em Curitiba, Paraná, dentro do Curso de Tecnologia em 
Processamento de Dados (T PD), no primeiro semestre, a disciplina de 
Algoritmos e Programação I. Esta tem como objetivo desenvolver as noções 
básicas de programação, com base nas técnicas e estruturas da programação 
estruturada, aplicando-as em algoritmos para a resolução de problemas 
matemáticos, através dos conceitos do português estruturado. 
Esta disciplina é considerada uma disciplina introdutória a programação e pré- 
requisito para todas as outras que envolvem técnicas de programação. Por 
trabalhar com conceitos não tão comuns ao cotidiano do aluno, esta disciplina 
encontra diversas barreiras em sua compreensão. Segundo Direne & Pimentel 
(1998) do ponto de vista de fatores cognitivos, a programação de
computadores é uma tarefa de alta carga para iniciantes por duas razões 
principais: a falta do conhecimento de princípios de programação e a falta de 
perícia. 
1.2 Questão da Pesquisa 
“ Como facilitar ao estudante iniciante de computação a apreensão dos 
conceitos de algoritmo e programação ? “ 
1.3 Justificativa 
Diante do problema da dificuldade dos discentes em desenvolver algoritmos, e 
em conseqüência, transformá-los em programas, torna-se necessário alguma 
ferramenta auxiliar às aulas para facilitar a aquisição do conhecimento por 
parte dosalunos e garantir que os mesmos dominem as técnicas utilizadas na 
construçao de algoritmos (Viccari, 1996). 
Segunda Giraffa (1998) normalmente em uma aula de programação de 
computadores, ministrada em sala de aula ou em um laboratório de informática, 
após terminar a explicação do assunto e a exemplificação utilizada, o professor 
escolhe um exercício para seus alunos desenvolverem. A questão está em 
como e qual exercício selecionar. Usando da sua percepção e das variáveis 
que o professor utiliza para avaliar a turma, como compreensão do assunto, 
notas na última avaliação, participação em aulas, entre outras, ele escolhe um 
exercício que atenda e acompanhe o momento demonstrado pela turma. Para
que esta escolha esteja próxima de uma turma real, em um sistema tutor 
inteligente (STI), a escolha deve seguir critérios que avaliem a condição atual 
de conhecimento do aluno, ou seja, o STI deve possuir um mecanismo que 
proporcione medidas cognitivas para escolha dos próximos exercícios. 
Medidas Cognitivas para a escolha adequada de um próximo exemplo foram 
apresentadas em Pimentel & Direne (1997) para o ensino de conceitos visuais 
aplicados à radiologia médica. Tanto o ensino de conceitos visuais quanto o 
ensino de programação de computadores são baseados na aquisição de 
perícia e na apresentação de casos para os alunos solucionarem. Porém, em 
radiologia médica a solução é um diagnóstico expresso em um laudo, enquanto 
que na programação a solução é um algoritmo expresso em um programa de 
computador. 
Para Direne & Pimentel (1998) a utilização de STI destinados a iniciantes de 
programação tentam lidar com estas duas carências por meio da combinação 
de: 
- técnicas de Inteligência Artificial; 
~ ambientação construtivista por exploração livre; 
~ recursos de visualização científica para, no final, criar interfaces de razoável 
versatilidade para o aluno. 
Em pesquisa verbal realizada em 20 de setembro de 2000 com sessenta e oito
alunos da disciplinas de Algoritmos e Programação I, sessenta e dois, ou seja 
91%, declararam possuir e utilizar freqüentemente computador em suas 
residências ou no trabalho. O restante de seis alunos (9%) declararam que 
pretendem adquirir um equipamento nos próximos doze meses. 
Com este levantamento fica evidente o perfil dos alunos que freqüentam o 
curso. Todos eles sabem da importância e da necessidade do computador no 
desenvolvimento de sua profissão. Em síntese, o computador, já é realidade 
para 91 % dos alunos pesquisados. 
Ainda dentro da grade do primeiro semestre do curso de TPD é ministrada a 
disciplina de Laboratório l que tem como objetivo familiarizar o aluno ao uso 
dos recursos mínimos do computador, tanto em programas aplicativos como 
aos periféricos disponíveis. Esta disciplina juntamente com o resultado da 
pesquisa fortalecem a premissa que o aluno do primeiro semestre, em sua 
grande maioria, já possui conhecimento do computador como ferramenta, e os 
que ainda não o fazem, terão a oportunidade de aprender durante o primeiro 
semestre do curso. 
Diante destas colocações tem-se um ambiente favorável para o 
desenvolvimento de um modelo de STI que facilitará a aprendizagem da 
programação estruturada e que será de grande auxílio no desenvolvimento da 
disciplina de Algoritmos e Programação I.
1.4 Objetivos 
Para o desenvolvimento deste trabalho de pesquisa foi delineado o seguinte 
objetivo geral e os seus desmembramentos em objetivos específicos. 
1 .4.1 Objetivo Geral 
Projetar e desenvolver um modelo de STI que auxilie no -aprendizado das 
estruturas básicas de programação, utilizando os conceitos de algoritmos, 
exemplos, e proporcionando séries de exercícios apresentadas através de 
diversas estratégias de aprendizagem e de acordo com o aprendizado 
demonstrado pelo aluno. 
1.4.2 Objetivos Específicos . 
Desenvolver o modelo de um ambiente inteligente, interativo e dinâmico que: 
- Proporcione automação na escolha de um próximo algoritmo a ser 
desenvolvido pelo aluno, observando as condições atual de conhecimento; 
~ Apresente diversas visões do mesmo conceito, tornando a base teórica da 
disciplina ampla e interdisciplinar; z 
- Apresente conceitos, com teoria e exemplos, através de diversas teorias de 
aprendizagem; 
° Disponibilize uma revisão conceitual, caso o 
A 
aluno durante o 
desenvolvimento de algum algoritmo apresente dificuldades de elaboração; 
- Proporcione uma série de exemplos de cada estrutura de programação, 
classificada por grau de dificuldade, onde à medida que o aluno resolva um
algoritmo, o próximo sugerido será de acordo com o grau de resolução 
(dificuldade) apresentado no anterior; 
~ Seja aplicado à disciplina de Algoritmos e Programação l, no curso de 
Tecnologia em Processamento de Dados (TPD), das Faculdades Santa 
Cruz de Curitiba. 
1.5 Metodologia 
Esta pesquisa é de natureza aplicada pois objetiva gerar um modelo de STI 
para contribuir na solução do problema de aprendizagem de algoritmo e 
programação. Está baseada em: “ 
- Pesquisa bibliográfica; 
- idealização e desenvolvimento de um modelo. 
1.6 Limitações da Pesquisa 
Esta dissertação está concentrada na disciplina de Algoritmos e Programação 
I, ministrada no 1° semestre do curso de Tecnologia em Processamento de 
Dados das Faculdades Santa Cruz de Curitiba. Outras instituições de ensino 
superior de informática ministram esta disciplina, mas não se pode precisar se 
com o mesmo conteúdo. Portanto todo o direcionamento da pesquisa está 
voltado para o curso de Tecnologia em Processamento de Dados das 
Faculdades Santa Cruz de Curitiba. 
A aplicação desenvolvida com base no modelo proposto está direcionada à
disciplina e instituição acima mencionadas. Não foi objetivo desta pesquisa a 
análise de currículos de algoritmos e programação ministrados por outras 
instituições de ensino. 
1.7 Estrutura da Dissertação 
Esta dissertação está estruturada em sete capítulos. No primeiro encontram-se 
a introdução, a identificação do problema, a questão da pesquisa, a justificativa 
do trabalho, os objetivos gerais e específicos, a metodologia aplicada e as 
limitações do trabalho. l
z 
No segundo capítulo inicia-se a revisão bibliográfica com direcionamento 
explicativo sobre Algoritmos Estruturados. O principal objetivo deste capítulo é 
demonstrar os principais conceitos e definições, considerando os principais 
autores da área. Será descrito neste capítulo a estrutura' utilizada em 
algoritmos e as estruturas básicas de programação. Os exemplos são 
demonstrados na linguagem conhecida como pseudocódigo. 
No capítulo 3 encontra-sela revisão bibliográfica sobre Inteligência Artificial 
(IA), Inteligência Artificial aplicada a Educação (IAED), STI e Formas de 
Representação do Conhecimento. Neste capítulo encontra-se as principais 
definições, conceitos e exemplos aplicados a cada um dos temas acima 
relacionados.
No capítulo 4 temos a revisão bibliográfica sobre as principais teorias de 
aprendizagem, como estão estruturadas em relação aprendizagem, 
relacionamento professor-aluno, metodologia aplicada e forma de avaliação. O 
principal objetivo deste capítulo é descrever as principais correntes do 
pensamento para os modelos educacionais, com base nas idéias das obras de 
seus representantes mais relevantes, fundamentando as teorias de 
aprendizagem para serem utilizadas no módulo pedagógico do modelo do STI 
proposto. 
O quinto capítulo refere-se ao desenvolvimento do modelo proposto, estando 
estruturado primeiramente na sua fundamentação e caracterização. Neste 
capítulo encontra-se as principais telas do protótipo desenvolvido a partir do 
modelo proposto com explicações que exemplificam algumas situações 
possíveis de acontecer na utilização do protótipo. 
No sexto capítulo estão a avaliação do protótipo desenvolvido, as conclusões e 
recomendações da dissertação, e finalizando no capítulo sete estão as fontes 
bibliográficas utilizadas nesta dissertação.Estas referências estão relacionadas 
aos conteúdos de algoritmos estruturados e lógica de programação, aos 
conteúdos de IA, IAED e STI e Formas de Representação do Conhecimento e 
aos conteúdos de teorias de aprendizagem.
2 ALGORITMOS ESTRUTURADOS 
O objetivo deste capítulo é demonstrar os principais conceitos e definições 
sobre algoritmos estruturados. O capítulo inicia-se com definições de 
algoritmos compiladas de autores da área. Na seqüência está descrita a 
estrutura utilizada na construção de um algoritmo e as estruturas básicas de 
programação, divididas em estruturas de controle e de decisão. Os exemplos 
apresentados estão demonstrados na linguagem conhecida como 
pseudocódigo. 
2.1 Considerações Iniciais - 
A automatização de tarefas é um aspecto marcante da sociedade moderna. O 
aperfeiçoamento tecnológico alcançado teve, como elementos fundamentais, a 
análise e a obtenção de descrições da execução de tarefas em termos de 
ações simples o suficiente, tal que pudessem ser automatizadas por uma 
máquina especialmente desenvolvida para este fim, o computador (Cormen, 
1990). 
Para que esta automatização ocorra é necessário uma seqüência de instruções 
que fará com que o computador realize determinada tarefa. Segundo Tremblay 
& Bunt (1983) esta seqüência de instruções não deve possibilitar a 
interpretação alternativa que possa fazer com que o computador tome um 
caminho diferente daquele inicialmente planejado.
13 
Este cuidado na formulação das instruções e na sua estruturação é o alvo de 
estudo dos algoritmos, parte da ciência da computação que desenvolve e 
aprimora técnicas de construção de programas de forma a determinar que o 
computador siga pelo único caminho correto possível que conduza aos 
resultados desejados. 
2.2 Definição de Algoritmo 
O algoritmo pode ser usado como uma ferramenta genérica para representar a 
solução de tarefas independente do desejo de automatizá-Ias,Í mas em geral., 
está associado ao processamento eletrônico de dados, onde representa oz 
rascunho para programas ou softwares. ' r 
Apesar do termo ser novo em si, o conceito é certamente bastante familiar. As .. 
indicações dadas para se chegar até uma determinada rua constituem um; 
algoritmo. Uma receita de cozinha é uma forma muito familiar de algoritmo:'“ 
Uma planta de obra serve ao mesmo propósito num projeto de construção. 
Estes algoritmos são conhecidos como não computacionais. Um exemplo de 
um algoritmo não computacional cujo objetivo é usar um telefone público é 
apresentado a seguir:
lnício 
Tirar o fone do gancho 
Ouvir o sinal de linha 
Introduzir o cartão 
Teclar o número desejado 
Se der o sinal de chamar 
Conversar 
Desligar 
Retirar o cartão 
Senão 
Repetir _V Fim 
Salveti (1998) define um algoritmo como uma seqüência finita de instruções ou 
operações básicas (operações definidas sem ambigüidade e executáveis em 
tempo finito) cuja finalidade é resolver um problema computacional. 
Segundo Pinto (1990) um algoritmo é uma receita para um processo 
computacional e consiste de uma série de operações primitivas, 
interconectadas devidamente, sobre um conjunto de objetos. Os objetos 
manipulados por essas receitas são as variáveis. 
Para Terada (1991) algoritmo é uma descrição passo a passo de como um 
problema é solucionável. Esta descrição deve ser finita, e os passos devem ser 
bem definidos e sem ambigüidades. Warnier (1991) ressalta que a 
característica mais importante de um algoritmo é a simplicidade e a isenção de 
ambigüidade. As instruções devem estar numa ordem cuidadosamente definida 
e o algoritmo deve ser efetivo, isto é, deve sempre resolver um problema 
utilizando um número finito de instruções.
Szwarcfiter & Markezon (1994) define algoritmo como um processo sistemático 
para a resolução de um problema. O desenvolvimento de algoritmos é 
particularmente importante para problemas a serem solucionados em um 
computador, pela própria natureza do instrumento utilizado. Dois aspectos 
devem ser considerados no desenvolvimento de algoritmos: a correção e a 
análise. 
O primeiro consiste em verificar a exatidão do método empregado, o que é 
realizado através de uma prova matemática. A análise visa _a obtenção de 
parâmetros que possam avaliar a eficiência do algoritmo em termos de tempo 
de execução e memória ocupada. A análise é realizada através de um estudo 
do comportamento do algoritmo. 
Como qualquer modelo, um algoritmo é uma abstração da realidade. Wirth 
(1989) define abstração como uma simplificação dos fatosconstantes da 
realidade que se encontra o problema a ser resolvido. Os dados utilizados nos 
algoritmos representam algumas propriedades e características dos fatos reais, 
pois outras são desprezadas, por serem inexpressivas ou irrelevantes para a 
solução adotada. 
Todas as definições apresentadas de algoritmo nos conduzem a descrição de 
soluções de problemas do mundo real, para serem implementadas utilizando 
os recursos computacionais.
Como o mundo computacional possui severas limitações em relação ao real, 
exige-se que, sejam impostas algumas regras e utilizadas algumas estruturas 
adequadas para a solução de problemas. Estas estruturas possibilitam a 
simulação de rotinas, de decisões e de formas de controle. 
2.3 Estrutura Básica de um Algoritmo 
Para que o computador possa compreender os passos necessários para a 
resolução de um determinado problema, devemos estruturar estes passos de 
forma que sejam perfeitamente compreendidos e executados. 
Esta organização das ações a serem tomadas pela máquina de forma 
organizada e lógica possui uma rígida regra de sintaxe e semântica. Para Pinto 
(1990) sintaxe é um conjunto de regras formais, que especificam a composição 
de algoritmos a partir de letras, dígitos e outros símbolos. As regras de 
semântica especificam o significado de qualquer algoritmo sintaticamente 
válido, escrito em uma linguagem. 
Segundo Salvetti & Barbosa (1998), Pinto (1990), Farrer (1999) e Guimarães 
(1985) a linguagem mais adequada para representar um algoritmo é a 
conhecida como pseudocódigo. 
Em pseudocódigo a estrutura de um algoritmo é:
ALGORITMO <<nome do aIgoritmo>> 
I 
<<definiçöes das variáveis>> 
INICIO 
<<comandos 1>> 
<<comandos 2>> 
<<C0mand0S N>> 
FIM 
Esta sintaxe permite definir as variáveis que serão utilizadas na resolução do 
problema e os comandos que serão aplicados para que possam processar as 
informações de entrada transformando-as em informações de saída. 
2.3.1 Variáveis
4 
Variáveis são espaços de memória reservados para armazenar informações. 
Estes espaços possuem endereço específico, e representam células 
elementares que contém um valor que representa uma variável (Sebesta, 
2000). O tipo de informação que será armazenada em uma variável deve ser 
previamente definida na construção do algoritmo. 
Existem vários tipos de dados e os mesmos podem ser definidos de maneira 
distintas nas diversas linguagens de programação existentes. Segundo Wirth 
(1989) os tipos de dados mais comuns utilizados em algoritmos são:
f 
Inteiro 2 - 50 
Real 2,762 - 100,09 
Caracter "A" - "4" 
Texto (String) "Algoritmo" - "X" 
Boolean Verdadeiro ou Falso 
Quadro 1 - Tipos de dados
O tipo do dado é associado a um nome que representará a variável. Este nome 
é formado por uma letra ou então por uma palavra que signifique o conteúdo 
armazenado. Não se permite o uso de caracteresespeciais (acentos), espaços 
em branco ou de qualquer outro caractere, que não seja letra ou dígito, na 
formação do nome da variável (Farrer, 1999). 
São alguns exemplos válidos de variáveis: 
Numero: inteiro 
Nota: real ~ 
Nome: texto 
Situação: boolean * 
2.4 Estruturas ._.. 
_ `.¡ 
As estruturas sen/em para conduzir o fluxo dos dados nos algoritmos, «através 
de testes e condições. Elas diferem umas das outras pela disposição ou 
manipulação de seus dados ou variáveis. A disposição dos dados em uma 
estrutura obedece a condições preestabelecidas e caracterizaa estrutura 
(Szwarcfiter & Markezon, 1994). 
Estão divididas em estruturas de decisão e de controle (Sebesta, 2000; Salvetti 
& Barbosa,1998). As de decisão testam condições que tomam caminhos 
específicos sem retorno. Elas optam entre duas ou mais possibilidades. As de 
controle ou de repetição permitem executar mais de uma vez um determinado
número de comandos. 
As estruturas de controle servem para executar uma instrução ou um conjunto 
de instruções repetidamente dependendo da condição determinada no 
algoritmo. O processo de repetição é conhecido como laço ou loop (Salvetti & 
Barbosa, 1998). 
2.4.1 Estrutura SE-ENTÃO-sENÃo 
É uma estrutura de decisão. Inicia com a palavra especial "SE", seguida pela 
condição a ser testada. A alternativa a ser tomada se a condição for verdadeira 
é precedida pela palavra especial "ENTÃO". A outra alternativa a ser tomada 
se acondição é falsa é precedida pela palavra especial “SENÃO". 
Salvetti & Barbosa (1998) e Manber (1989) apresentam esta estrutura na 
seguinte forma: 
sE <<‹z<›nd¡çâo>> ENTÃO 
<<comandos 1>> 
_ <<comandos N>> SENAO 
<<comandos 1>> 
<comandos N>> 
FIMSE 
Um exemplo do uso desta estrutura está descrito a seguir: 
Se João for maior de 18 anos deve ir votar, se ele não for pode ficar em casa. 
A condição: João maior que 18 anos determina uma ação para João, a de ir
votar. A representação em uma estrutura de condição é: 
SE idade de João > 18 ENTÃO 
_ João deve votar SENAO 
João pode ficar em casa 
FIMSE 
2.4.2 Estrutura ESCOLHA-CASO 
É uma estrutura de decisão. É utilizada quando existem diversas opções a 
serem seguidas dependendo do que o usuário ou o programa solicite. Segundo 
Ziviani (1999) e Salvetti & Barbosa (1998) esta estrutura é apresentada na 
seguinte forma: ` 
CASO <<condição>> FAÇA 
opção 1: <<comandos 1>> 
~ opção N: <<comandos N>> SENAO 
<<comandos 1>> 
<<comandos N>> 
FIMCASO 
O exemplo a seguir facilita a compreensão desta estrutura: 
CASO opção ENTÃO 
1: Saldo 
2: Extrato 
3: Depósito 
~ 4: Sair SENAO 
Inválida 
FIMCASO 
Lê-se da seguinte maneira: caso a opção seja 1 execute o saldo, caso seja 2 
execute o extrato, caso seja 3 execute o depósito, caso seja 4 saia e se a 
opção não for nenhuma das opções válidas a escolha será inválida. A estrutura 
ESCOLHA-CASO também pode ser representada pela estrutura SE-ENTÃO;
SENÃO alinhadas, mas é inviável utilizar pois o código ficaria de difícil leitura: 
SE opção = 1 ENTÃO 
_ Saldo
' 
SENAO _ SE opção = 2 ENTAO 
_ Extrato SENAO _ SE opção = 3 ENTAO 
__ 
Deposito 
SENAO 
_ Sair 
FIMSE 
FIMSE 
FIMSE 
O exemplo acima evidencia o aumento da complexidade da leitura se fosse 
utilizado a estrutura sE-ENTÃQ sENAo. A 
2.4.3 Estrutura ENQUANTO-FAÇA 
Esta estrutura de repetição permite que enquanto uma determinada condição 
for verdadeira ou válida os comandos pertencentes a estrutura são executados. 
O término da execução dos comandos está vinculado a condição determinada 
se tornar falsa. A sintaxe a seguir representa a estrutura ENQUANTO-FAÇA, 
defina por Sebesta (2000) e Terada & Setzer (1992): 
ENQUANTO <<condição>> FAÇA ' 
<<comandos 1>> 
<<comandos 2>> 
<<c0mandOS N>> 
FIMENQUANTO 
O exemplo abaixo utiliza a estrutura ENQUANTO-FAÇA e escreve na tela do 
computador os números inteiros de 1 até 200..
22 
contador := 1 
ENQUANTO contador <= 200 FAÇA 
escreva (contador) 
contador := contador + 1 
FIMENQUANTO 
A variável definida como contador será inicializada com o valor 1 e acrescida 
de uma unidade toda vez que escrever o valor na tela até chegar no valor 200, 
quando então o laço será finalizado pois a condição estabelecida se tornará 
falsa. O nome dado a variável que controla a execução do laço é variável de 
controle (T erada & Setzer, 1992; Guimarães, 1985) . 
2.4.4 Estrutura PARA-FAÇA 
É uma estrutura de controle. É uma simplificação da estrutura ENQUANTO- 
FAÇA, pois não necessita do incremento da variável de controle, que será ' 
automaticamente incrementada na definição da estrutura. A sintaxe abaixo 
representa a estrutura PARA-FAÇA, segundo Zivlani (1999): 
PARA <<variável>>:=<<valor iniciaI>> ATE <<valor final>> FAÇA 
<<comandos 1>> 
<<comandos N>> 
FIMPARA 
O incremento definido na estrutura acima é por padrão uma unidade. O 
exemplo utilizado no item anterior ficaria da seguinte forma utilizando a 
estrutura FAÇA-PARA: - 
PARA contador zz 1 ATÉ zoo FAÇA 
escreva (contador) 
FIMPARA
Nesta estrutura a variável contador é inicializada com valor 1 e é acrescida de 
uma unidade até o valor 200. A forma de inicialização e a taxa de acréscimo já 
estão definidas na própria estrutura e não necessitam de atribuições em linhas 
de comandos individuais. Esta estrutura em comparação a ENQUANTO-FAÇA 
é mais simplificada, porém executa o laço do valor *inicial até o final sem 
interrupção. Caso haja a necessidade de, por algum motivo, o laço seja 
interrompido a estrutura mais adequada é a ENQUANTO-FAÇA (Guimarães, 
1 985). 
2.4.5 Estrutura REP|TA-ATÉ 
É uma estrutura de controle. Assim como a estrutura ENQUANTO-FAÇA que é 
usada para repetir diversas vezes uma ou mais instruções, a estrutura REPITA- 
ATÉ também pode ser aplicada para esta finalidade. A diferença está na 
validação ou condição, que nesta estrutura, REPITA-ATÉ, é no final, fazendo 
com que os comandos internos a estrutura sejam executados, pelo menos, 
uma vez. Sebesta (2000), Salvetti & Barbosa (1998) e Terada & Setzer (1992) 
apresentam esta estrutura na seguinte forma: 
REPITA 
<<C0marld0S 1>> 
<<comandos 2>> 
<<comandos N>> 
ATE <<COI'ldiÇã0>> 
Possui a mesma característica da estrutura ENQUANTO-FAÇA que pode ter a 
execução do laço interrompida. O exemplo utilizado nos itens anteriores ficaria
k 24
N 
desta maneira utilizando a estrutura REPITA-ATÉ: 
contador := 1 
REPITA 
escreva (contador) 
I 
contador := contador + 1 
ATE contador = 201 
A variável definida como contador recebe o valor inicial 1. Este valor é escrito 
na tela do computador pelo_comando escreva e em seguida seu valor é 
acrescido de uma unidade, quando então será feito o teste da condição para a 
execução do laço. Neste caso se a condição fosse falsa o comando de 
escrever na tela e o de acrescer a variável de controle já teriam sido 
executados, pelo menos, uma vez. 
2.5 Considerações Finais 
A programação está apoiada sobre estruturas de decisão e controle. A 
combinação e o alinhamento entre elas formam a estrutura de um programa ou
2 
software, que é transformação do algoritmo em uma linguagem comercial, 
industrial ou científica. 
A habilidade de abstrair um problema e encontrar a estrutura de programação 
adequada para resolvê-Io é a habilidade desenvolvida na disciplina de 
Algoritmos e Programação. As estruturas descritas neste capítulo estäo em 
consonância com o objetivo da disciplina e com o seu conteúdo programático 
(anexo 1).
A perícia adquirida em determinar a estrutura ou a combinação certa entre elas 
para que o problema seja resolvido é o principal objetivo da disciplina de 
programação, e o modelo proposto nesta pesquisa vem como mais uma 
solução, para a dificuldade de aprendizado em algoritmos estruturados.
3 INTELIGÊNCIA ARTIFICIAL 
Neste capítulo encontram-se a revisão bibliográfica sobre Inteligência Artificial 
(IA), Inteligência Artificial aplicada a Educação (IAED), STI, Formas de 
Representação do Conhecimento e exemplos de STI aplicados ao ensino da 
programaçao estruturada. Um exemplo de STI relacionado ao modelo proposto 
é apresentado no final deste. 
O principal objetivo deste capítulo é trazer um panorama conceitual sobre as 
definições mais relevantes e significativas utilizadas em IA, IAED, STI e Formas 
de Representação do Conhecimento. Os exemplos ilustrados de STI aplicados 
ao ensino da programação estruturada fundamentam o modelo proposto e 
correlacionam este aos STI já desenvolvidos e aplicados na área de 
programação. 
3.1 Inteligência Artificial 
Etimologicamente a' palavra inteligênciavem do latim inter (entre) e legere 
(escolher), ou seja, inteligência significa escolher entre uma coisa e outra. 
Inteligência é a habilidade de realizar de forma eficiente uma determinada 
tarefa. 
A palavra artificial vem do latim artificiale, significa algo não natural, isto é, 
produzido pelo homem. Portanto, inteligência artificial é um tipo de inteligência
produzida pelo homem para dotar as máquinas de algum tipo de habilidade que 
simula a inteligência do homem (Rabuske, 1995). 
Ao iniciar o estudo de IA, uma das maiores dificuldades é tentar delimitar seu 
campo de estudo, tendo em vista sua vasta abrangência. Segundo Rich (1988) 
a IA busca entender a mente humana e imitar seu comportamento, levantando 
as seguintes questões: como ocorre o pensar; como o homem extrai 
conhecimentos do mundo; como a memória, os sentidos e a linguagem ajudam 
no desenvolvimento da inteligência; como surgem as idéias; como a mente 
processa informações e tira conclusões decidindo por uma coisa ao invés de 
outra. Essas são algumas perguntas que a IA precisa responder para simular o 
raciocínio humano e implementar aspectos da inteligência. 
O histórico da IA está diretamente interligado com o desenvolvimento dos 
computadores. O termo IA, foi oficialmente, apresentado na conferência em 
Dartmouth College, em New Hampshire, nos Estados Unidos, em 1956 
(Bittencourt, 1998). Deste encontro participaram grandes pesquisadores da 
área, como Allen Newell, Herbert Simon, Marvin Minsky e John McCarthy. No 
mesmo período desta conferência Allen Newell e Herbert Simon tentaram 
construir um sistema que manipulava símbolos, ao invés dos baseados em 
números, o que gerou inúmeros estudos para incorporar inteligência às 
máquinas. Isto se refletiu em enormes mudanças na forma de conceber e 
utilizar a tecnologia para o ensino e para a aprendizagem.
Diante do surgimento formal desta tão complexa concepção, inúmeras dúvidas 
e desafios foram colocados perante os pesquisadores, muitos dos quais 
permanecem até hoje e continuam sendo objeto de continuados estudos. Um 
dos aspectos que merece consideração especial é o que se refere à própria 
definição de IA, que para os seus pesquisadores permanece sem uma única 
interpretação, a qual é feita normalmente em função dos objetivos e metas 
pretendidos com a utilização deste campo de estudos. 
Para Winston (1987) inteligência artificial é “o estudo de conceitos que 
permitemaos computadores serem inteligentes”. Segundo Charniac (apud 
Barreto, 1998, p. 19) inteligência artificial é “o estudo das faculdades mentais 
com o uso de modelos computacionais". Rich & Knight (1994) definem 
inteligência artificial como “o estudo de fazer os computadores realizarem 
coisas que, no momento, as pessoas fazem melhor”. 
Para Bittencourt (1998) existem duas linhas de pesquisa em IA: a conexionista 
e a simbólica. A primeira visa à modelagem da inteligência humana simulando 
componentes do cérebro. A segunda estabelece uma manipulação simbólica 
entre os fatos de um domínio. Estas diferentes correntes de pensamentos em 
IA têm estudado formas de estabelecer comportamentos inteligentes nas 
máquinas, sendo Ó grande desafio a tentativa de sintetizar o pensamento de 
como fazer as máquinas compreenderem as coisas.
A IA fornece métodos e técnicas para o desenvolvimento de programas que 
simulam nas máquinas comportamentos inteligentes, isto é tornam os 
computadores capazes de pensar e tomar decisões. Por isso, as técnicas de IA 
necessitam de uma grande quantidade de conhecimentos e de mecanismos de 
manipulação de símbolos. Esses conhecimentos devem ter a possibilidade de 
representação, modificação e ampliação. 
A expressão comportamentos inteligentes traz à mente a idéia de máquinas 
capazes de pensar do mesmo modo que o ser humano, no entanto, para criar 
uma máquina inteligente não é necessário que ela tenha o mesmo nível de 
inteligência do homem (Rabuske, 1995). Atualmente já existem máquinas que 
utilizam aspectos da inteligência humana para realizar tarefas e, no entanto, 
estão longe de serem comparadas com o nível de inteligência do homem. 
Para Rich & Knight (1994) o importante é o aspecto funcional ou prático da 
simulação da inteligência, por exemplo, um avião voa de maneira similar ao 
pássaro e não de forma igual, no entanto, isto não invalida ou diminui sua 
aplicabilidade e a contribuição que o mesmo tem dado para. o desenvolvimento 
da humanidade. 
A pesquisa em IA evoluiu muito, mas ainda encontra muitas limitações, pois o 
objetivo de conferir inteligência aos sistemas é construir uma máquina que 
venha imitar ou exceder as capacidades mentais humanas, incluindo nestas
capacidades, o raciocínio, a compreensão, a imaginação, a criatividade e as 
emoções, pois hoje, encontram-se máquinas que imitam áreas específicas e 
refinadas da atividade mental humana, como por exemplo, os computadores 
que jogam xadrez. 
3.2 Inteligência Artificial aplicada na Educação 
A evolução das técnicas de IA e das pesquisas no campo das ciências 
cognitivas, aumentou o grau de inteligência dos sistemas educacionais e 
antigas dificuldades estão sendo aos poucos superadas (Chaiben, 1998). 
Segundo Chaiben (1998) uma das principais motivações para as pesquisas em 
IAED é o desenvolvimento de princípios pelos quais os ambientes de 
aprendizagem computacionais possam ser concebidos como lugares onde os 
estudantes possam ter experiências de aprendizagem individualizadas, isto é, 
experiências que sejam fundamentais e benéficas para eles, sem importar suas 
diferenças individuais, experiências anteriores, ou outras situações cognitivas. 
Desta forma sistemas que utilizam técnicas de IA podem personalizar o ensino, 
compatibilizando a apresentação dos conteúdos com o nível de conhecimento 
do estudante e com o seu índice de aprendizagem. 
Todo sistema que tenha como objetivo principal a função de ensinar, deve 
incorporar princípios de IA (Giraffa, 1996). Os sistemas de IA armazenam e
tratam com dados, adquirem, representam e manipulam conhecimentos, 
deduzindo e inferindo novos conhecimentos. Estes sistemas estão 
classificados, segundo Viccari (1996) em: CAI (Computer Assisted Instruction), 
ICAI (lnteligent Computer Assisted /nstruction) e STI (Sistemas Tutores 
Inteligentes). 
O CAI (Computer Assisted /nstruction) ou Instrução Assistida por Computador, 
utiliza a instrução programada, cujo método educacional, influenciado pela 
Teoria Comportamentalista de Skinner, é a forma expositiva centrada no 
professor, e onde o aluno deve compreender a lição e depois responder as 
questões para reforçar sua aprendizagem. 
ICAI (lnteligent Computer Assisted /nstruction) ~ ou Instrução Inteligente 
Assistida por Computador, se desenvolveram após pesquisas, a partir do CAI e 
da evolução da IA, bem como da ciência cognitiva, onde houve um aumento da 
inteligência dos sistemas educacionais. A possibilidade de um ambiente de 
aprendizagem computacional onde o aluno pode ter uma aprendizagem 
individualizada, personalizando a instrução através da modelagem do 
estudante, onde a forma de descoberta é centrada no aprendiz e os diálogos 
tutoriais são determinados pelo conhecimento conceitual e pelo comportamento 
da aprendizagem, motivam sobremaneira todos os pesquisadores, 
desenvolvendo a aplicação da IAED.
Os STI são sistemas educacionais que englobam a IA, chamados de 
inteligentes e voltados para construção de outros sistemas para a área 
educacional. Segundo Eberspächer (1998) os STI buscam potencializar a 
informática educativa através da aplicação de técnicas de IA junto aos 
programas de computador. 
O papel da IA nos programas computacionais educativos pode ser resumido 
através do destaque de três alternativas de recursos: 
- a possibilidade de modelar o conhecimento; 
- a capacidade do sistema em resolver problemas que o aprendiz tem que 
resolver; 
- a viabilidade do sistema em conduzir as interações. 
A IA dentro daeducação possibilita o desenvolvimento de softwares que 
envolvem o raciocínio humano, imitando-o e realizando interferências. Chaiben 
(1998) afirma que ao simular a inteligência humana através do software, as 
possibilidades de ensino e aprendizagem estarão aumentadas em centenas de 
vezes. 
3.3 Sistemas Tutores Inteligentes 
Sistemas Tutores Inteligentes são softwares de propósito educacional que 
utilizam técnicas de IA para aquisição e representação do conhecimento. Os 
STI são um campo de pesquisa e desenvolvimento interdisciplinar e, segundo
.,,.I ai Bibi' se-I U' -if* .Fl 
1 
io cífisrëversôdr O*/ro?
v 
* ¬‹ ~ ,....‹,›~.-¬..›.. .› .S ...,.., . ' 
Kearsley (1987), os domínios envolvidos neste campo de pesquisasão: 
° a Ciência da Computação, com técnicas de IA; 
~ A Psicologia, com os aspectos cognitivos; e 
~ os segmentos de Educação e Treinamento, com a aplicação da informática 
educativa. 
A aquisição de conhecimento tem sido considerada um obstáculo para o 
desenvolvimento de sistemas inteligentes, especialmente para o 
desenvolvimento do modelo do especialista do STI, onde para se ter eficiência 
é necessário adquirir e representar uma grande quantidade de conhecimento 
de vários especialistas em determinado domínio. 
Embora derivados dos CAI, os STI oferecem a vantagem sobre estes por 
simularem o processo do pensamento humano dentro de um determinado 
domínio. Segundo Dillenbourg (1994) o termo inteligente se refere tanto a 
técnica usada quanto ao desempenho do sistema, ou seja, aquilo a que o 
sistema se propõe a fazer. 
Para Giraffa (1998, p. 5) 
“o objetivo fundamental dos STI é proporcionar uma instrução adaptada ao 
aluno, tanto em conteúdo como na forma, superando desta maneira alguns dos 
problemas mais cruciais do software educativo na atualidade. Os STI se 
comportariam de forma mais próxima a um professor humano ou um 
comportamento mais próximo possível disto. Porém,'a realidade está muito 
distante de alcançar tais propósitos. Existem muitas razões para que isto 
ocorra: temos limitações a nível de hardware e software que não nos permitem 
colocar dispositivos que possam trabalhar com aspectos relativos aos sentidos 
do olfato, tato e visão. Um professor humano pode e leva em consideração
estes estímulos para poder organizar seu trabalho junto ao aluno e, além disto, 
utiliza as saídas deste sentidos para fins de feedback do aluno. O fato é que 
desconhecemos a maneira com que nós humanos efetivamente processamos 
informação dentro de nosso cérebro”. 
3.3.1 Estrutura de um STI 
A maioria dos STI desenvolvidos possuem certas características em comum, 
sendo que suas implementações seguem uma arquitetura básica constituída de 
quatro módulos. Segundo Kaplan & Rock (1995) e Giraffa (1998), os STI são 
estruturados em: ' 
~ Modelo do Especialista; 
- Modelo do Estudante; 
- Modelo Pedagógico; 
- Modelo de Interface. 
A figura 1 representa a estrutura básica de um STI. 
Modelo Modelo do Modelo do 
Pedagógico Especialista Estudante 
Figura 1 - Diagrama em blocos de um STI básico. .
3.3.1.1 Modelo do Especialista 
O Modelo do Especialista ou conhecimento de domínio (Eberspächer, 1998) 
descreve o conhecimento de um especialista na área de domínio do sistema, 
servindo como base para a construção do Modelo do Estudante. 
Este modelo contém o conhecimento sobre o domínio que se deseja ensinar ao 
estudante. Segundo Giraffa (1996) vários modelos de representação de 
conhecimento podem ser usados aqui: redes semânticas, frames, scripts, 
regras de produção, entre outras.-A escolha .deve recair sobre aquele método 
que melhor e mais facilmente atenda os requisitos de representação e 
manipulação do raciocínio. 
Esta base de conhecimento contém os elementos necessários para que o 
estudante aprenda o conhecimento e os procedimentos necessários para que 
possa utilizar na resolução de problemas. 
Woolf (1988) e Giraffa (1998) citam que nos casos em que o domínio a ser 
representado é de natureza descritiva e teórica (por exemplo, geografia ou 
física), a representação do conhecimento mais adequada é declarativa (redes 
semânticas ou Frames). Já nos casos em que o domínio é orientado a uma 
tarefa (por exemplo, programação estruturada ou Pascal), a representação 
tende a ser procedural, onde se aplicam as regrasde produção. _
3.3.1.2 Modelo do Estudante 
O Modelo do Estudante é a representação do conhecimento do estudante e 
dos seus erros, mapeando quais informações do professor que já foram 
assimiladas. Ele contém uma representação do estado do conhecimento do 
aluno no momento que interage com o STI (Giraffa, 1996). 
É neste modelo que reside a chave para um ensino personalizado e inteligente. 
A dimensão mais significativa de um STI é sua capacidade de modelar o 
conhecimento do estudante (Jonassen & Wang, 1993). 
Este modelo deve ser dinâmico, contendo o conhecimento e as capacidades do 
estudante bem como seu comportamento de aprendizagem passado. Segundo 
Costa (1996) e Eberspächer (1998) o modelo do aluno pode ser representado, 
apoiando-se em alguns modelos de descrição como: 
~ Modelo diferencial: neste modelo a resposta do aluno é comparada com a 
da base de conhecimento. 
° Modelo de Overlay ou superposição: o conhecimento do aluno é 
representado como um subconjunto da base de conhecimento do STI. 
° Modelo de Perturbação: este modelo também relaciona o modelo do aluno 
com a base de conhecimento do domínio, porém assume que os erros do 
aluno são decorrentes da concepção errônea de algum conceito ou 
ausência dele. 
~ Modelo de Crenças: consiste em um conjunto de crenças que refletem que
pensamos o quanto o estudante entende sobre determinado conceito. 
3.3.1.3 Modelo Pedagógico 
O Modelo Pedagógico, também chamado de Módulo lnstrucional (Eberspächer, 
1998), representa os métodos e técnicas didáticas utilizadas no processo da 
comunicação de conhecimento. Executa o diagnóstico do estudante, decide 
quais as estratégias de ensino serão utilizadas e determina qual a informação 
que será apresentada. 
Sua principal função é a de gerenciar a seqüência das instruções, monitorando 
o comportamento e a performance do estudante de maneira a auxiliá-lo no 
processo de aprendizagem. 
Neste modelo o STI pode mudar de estratégia pedagógica de acordo com os 
resultados que o estudante vem apresentando. Wenger (1987, p.45) enfatiza 
que 
“as decisões pedagógicas são tomadas no contexto de um ambiente 
educacional que determina o grau de controle sobre a atividade e sobre a 
interação possuídos respectivamente pelo sistema tutorial e pelo estudante”. 
Portanto, um processo de aprendizagem depende de diversos fatores e o STI 
deve observar para não destruir a motivação pessoal do estudante ou o senso 
de descobrimento. Breuker (apud Giraffa, 1996, p. 32) cita que a estratégia de 
ensino adotada deve definir: 
° "Quando ocorrerá a interrupção do STI sobre o raciocínio ou aprendizagem
do aluno; 
° O que deverá ser abordado, considerando a seleção dos tópicos 
apresentados e sua ordenação; 
' Como transmitir os conhecimentos inseridos dentro de cada tópico a ser 
explorado. As teorias pedagógicas existentes trabalham como o 
conhecimento deve ser transmitido”. 
3.3.1.4 Modelo de Interface 
O Modelo de Interface ou, simplesmente, Interface é a forma como a 
comunicação será realizada com o meio externo ao sistema. Ele apresenta o 
material instrucional que será armazenado na base de conhecimento (Modelo 
do Especialista) ao estudante, traduzindo a representação do conhecimento 
adotada em uma linguagem de interface compreendida pelo estudante. 
Na engenharia de software, a interface do usuário tem sido a primeira 
preocupação dos projetistas quando estão discutindo a criação de uma nova 
aplicação pois, para os usuários, a interface é o próprio sistema (Chaiben, 
1998y 
Este modelo é fundamental para o sucesso de um STI, já que ele é 
responsável pela apresentação do material e* por receber oseventos e 
solicitações do usuário. É responsável pelo fluxo de informação de entrada e 
de saída, transformando as solicitações de entrada em informações que o STI 
possa compreender, bem como adaptando as de saída para o contexto, mais 
adequado, do estudante.
Segundo Giraffa (1996) este módulo possui duas principais funções: 
° a apresentação do material instrucionai; 
- a monitoração do progresso do estudante através da recepção da resposta 
do aluno. 
A partir destas funções, Giraffa (1998) cita algumas características do módulo 
de interface: 
- é necessário evitar que o estudante se entedie, ou seja, é preciso riqueza 
de recursos na apresentação do material instrucionai; 
° é desejável que haja facilidade para troca da iniciativa do diálogo: o 
estudante deve poder intervir facilmente no discurso do tutor, e vice-versa; 
- o tempo de resposta deve, evidentemente, permanecer dentro de limites 
aceitáveis; 
- a monitoração deve ser realizada o máximo possível em background, para 
não onerar o estudante com questionários excessivos, mas respeitando 
também a barreira do tempo de resposta. 
3.4 Formas de Representação do Conhecimento 
A representação do conhecimento é o componente fundamental em STl. Os 
mecanismos utilizados na representação dos conhecimentos determina o 
comportamento do STI (\/iccari, 1996).
A
De acordo com os formalismos de IA, o conhecimento é codificado através de 
objetos, atributos, objetivos, ações e é processado através de estruturas e 
procedimentos. A representação do conhecimento é uma redução, coerente e 
com o senso comum suficiente, de determinadas circunstâncias que permitirão 
o computador decidir de forma semelhante a um ser humano (Bittencourt, 
1998). 
Para representar o desempenho de especialistas humanos, o sistema deve 
possuir não só um conjunto de informações mas, também, a habilidade de 
utilizá-las na resolução de problemas de forma criativa, correta e eficaz. 
Segundo Fialho (1998) esta habilidade representa uma série de palpites e 
regras intuitivas que o especialista utiliza para resolver os problemas; sua 
aplicação possibilita, de uma maneira mais econômica, a chegada a soluções 
aceitáveis, embora nem sempre ótimas. 
Um STI precisa conhecer o contexto do fato em estudo e reconhecer os 
processos que causariam mudanças nos fatos. Para resolver problemas, em 
alguns casos, é recomendado conhecer tudo sobre o problema e quais as 
possíveis soluções que se pretende encontrar, juntamente com algumas 
estratégias para solucionar cada problema. O estudo da representação do 
conhecimento consiste nos caminhos que podem ser trilhados para codificá-Io 
em um programa computacional.
40
Para Chaiben (1998) uma das principais características dos programas de IA é 
que o sistema é estruturado de modo a separar o código executável dos dados 
ou conhecimento do sistema. Assim, em IA, o termo conhecimento significa a 
informação que um programa de computador necessita para que possa 
comportar-se inteligentemente. 
Segundo Fialho (1998) os conhecimentos que representam objetos são 
modeiados por rede semântica, os que representam situações e os 
acontecimentos, são expressos por esquemas e os que representam ações 
são modeiados por procedimentos.
' 
3.4.1 Procedimentos 
Segundo Chaiben (1998) a representação procedimental é aquela em que as 
informações de controle necessárias ao uso do conhecimento estão embutidas 
no próprio conhecimento, ou seja, a maior parte do conhecimento é 
representada como procedimentos para a sua utilização. 
Nesta representação o conhecimento é expresso em forma de procedimentos 
ou passos seqüenciais que determinam ações, diagnosticam problemas e 
encontram soluções. Este tipo de conhecimento é usualmente representado em 
um conjunto de regras ou án/ores de decisão. Dentre as principais vantagens 
da utilização da representação procedimental incluem-se (Rich, 1988): 
- A facilidade em representar o conhecimento de como fazer as coisas;
~ A facilidade em representar o conhecimento que não se enquadra dentro de 
muitos esquemas declarativos simples, como por exemplo, o raciocínio por 
omissão e o raciocínio probabilístico; 
- A facilidade em representar o conhecimento heurístico de como fazer 
eficientemente as coisas. 
O exemplo abaixo representa o conhecimento em forma de procedimento, 
através das regras de produção: 
SE o carro não quer ligar e a bateria está carregada 
ENTÃO examine 0 distribuidor 
3.4.2 Esquemas 
A noção de esquemas foi introduzida para explicar o papel desempenhado 
pelos conhecimentos na compreensão, na memorização, e na produção de 
inferências. Os mais significativos são os scripts e os frames.
r 
3.4.2.1 Scripts 
Os scripts são estruturas de informação que auxiliam a compreensão de 
situações do comportamento padronizado. Foram propostos por Schank & 
Abelson em 1977 (apud Barreto, 1998, p. 59) e inspiraram o estudo de 
sistemas de Raciocínio Baseado em Casos (RBC). Os scripts são uteis porque, 
no mundo real há padrões para a ocorrência de eventos. Contudo, o conceito 
de um script não é compartilhado por todos, já que cada memória compreende
um script sobre uma experiência a partir do próprio ponto de vista. Portanto a 
teoria dos scripts não é uma teoria completa. Os scripts contém o 
conhecimento normativo, mas não o conhecimento da experiência. 
Um exemplo de script, segundo Schank & Abelson (apud Fialho 1998, p. 218), 
é o do restaurante e é representado da seguinte forma: 
Trilha: Sala do Café Participam: 
Props: Mesa S - Cliente 
Menu W - Atendente 
F - Comida C - Cozinheiro 
Cheque M - Recebedor 
Dinheiro O - Proprietário 
Condições de Entrada: Resultados: 
S está com fome S tem menos dinheiro 
S tem dinheiro O tem mais dinheiro 
S não está com fome « 
S está satisfeito (opcional) 
Cena 1: Entrada 
S Ptrans S para dentro do restaurante 
S Attend olhos para a mesa 
S Mbuild onde sentar
S Ptrans S para a mesa 
S Move S para a posiçao sentada 
Cena 2: Fazendo o pedido 
(menu sobre a mesa) (W traz menu) (S pede pelo menu) 
S Ptrans menu to S S Mtrans um sinal to W 
W Ptrans W to mesa F 
S Mtrans 'preciso do menu' to W 
W Ptrans W to menu 
W Ptrans W to mesa 
W Atrans menu to S 
S Mtrans a lista de comida to CP (S) 
* S Mbuild escolha de F 
S Mtrans sinal to W 
W Ptrans W to mesa 
S Mtrans 'Eu quero F' to W 
W Ptrans W to C 
W Mtrans (Atrans F) to C
C Mtrans 'não tem F' to W C Do (prepara F script) 
W Ptrans W to S vai para a CENA 3 
W Mtrans 'náo tem F' to S 
(volta para *) ou 
(vai para a CENA 4 para o caminho de não pagamento) 
Cena 3: Comendo 
C Atrans F to W 
W Atrans T to S' 
S Ingest F 
(opcionalmente retorna a Cena 2 e pede mais, ou vai para a Cena 4) 
Cena 4: Saindo
H 
S Mtrans to W 
(\/V Atrans cheque to S) 
W Move (escreve cheque) 
W Ptrans W to S 
W Atrans cheque to S 
S Atrans gorjeta to W 
S Ptrans S to M 
S Atrans dinheiro to M 
(caminho de não pagamento) S Ptrans S to fora do restaurante
3.4.2.2 Frame 
Segundo Fialho (1998) frame é uma estrutura de dados que representa uma 
entidade através de suas características e potenciais habilidades. Suas 
características estäo representadas por pares atributo-valor e as 
potencialidades são representadas por métodos. Um frame abstrato (ou frame 
de classe) não tem instâncias, por esta razão seus atributos não são valorados, 
suas subclasses são ligadas a instâncias da entidade representada por essa 
classe. 
Para exemplificar, será representado o conhecimento necessário a uma 
situação específica, como “jantar fora” através de frames. Para “jantar fora" é 
necessário um estabelecimento comercial onde é servido comida pronta; sabe- 
se, no entanto, que existem vários tipos desses estabelecimentos: lanchonetes, 
bares, restaurantes, churrascarias, entre outros, cada um com características 
próprias. Levando em conta que os restaurantes ainda podem ser de preço 
médio ou preço alto, tem-se a seguinte estrutura de frames:
Frame 
EsTABE|_Ecuv|ENTocoMERc|Al. 
oNDE É sERv|oo coM|DA PRONTA 
Frame Frame Frame Frame 
uxNcHoNETE BAR RESTAURANTE CHURRAsCAR|A 
Frame Frame 
PREço |v|Eo|o PREÇO ALTO 
Uma sugestão para o frame RESTAURANTE: 
1. Especialização de estabelecimento comercial onde é sen/ido comida pronta; 
2. Frames correlatos: lanchonete, bar, churrascaria 
Se refeições rápidas então lanchonete 
Se bebidas vendidas em balcão então bar 
Se carne servida em rodízio então churrascaria
H 
3. Estilo de comida: brasileira, portuguesa, italiana; default: brasileira 
4. Forma de operação: com resen/a, sem resen/a; default: sem reserva 
5. Horário de funcionamento: variável; default: 09:00 h da manhã à 02:00 h da 
madrugada 
6. Forma de pagamento: dinheiro, cheque, cartão 
7. Seqüência de eventos: Roteiro jantar no restaurante
8. Quadros especializados: preço médio e preço alto 
Se maioria dos pratos custa entre 10 e 50 reais, então preço médio 
Se maioria dos pratos custa acima de 50 reais, então preço alto 
3.4.3 Redes Semânticas 
As Redes Semânticas são grafos direcionados ligados por nós para 
representar objetos e conexões e a relação entre estes. A rede semântica é 
usada para representar elementos de uma representação tal como uma classe, 
suas instâncias e suas características. Seus arcos são direcionados e 
representam as relações entre os atributos. 
Chaiben (1998) define rede semântica como uma estrutura de representação 
do conhecimento definida como um padrão de nodos interconectados por arcos 
rotulados. As redes deste tipo não só captam as definições dos conceitos mas 
também, inerentemente, proporcionam ligações com outros conceitos. 
Para representar, por exemplo, que "Todo carro é um veículo" temos: 
É um _-_-ir Veículo 
Figura 2 - Exemplo de Rede Semântica. 
Os arcos em geral dependem da espécie de conhecimento que está sendo
representado; por exemplo, é-um e é-parte-de são arcos para representar 
hierarquias entre objetos. Uma característica chave da representação por rede 
semântica é que importantes associações podem ser feitas explicitamente e 
sucintamente. Fatos importantes sobre um objeto ou conceito podem ser 
deduzidos dos nós aos quais eles estão ligados diretamente, sem uma 
pesquisa no contexto. 
Desta forma, o exemplo a seguir mostra uma rede semântica mais abrangente 
que representa "Todo carro tem rodas é um veículo é um meio de transporte": 
Roda Meio de 
Transporte 
É parte de É um 
É um í---í› V9ÍCU|O 
Figura 3 - Exemplo de Rede Semântica. 
3.5 Exemplos de STI aplicados a Programação Estruturada 
Os STI destinados a iniciantes de programação associam técnicas de IA, 
ambientação construtivista por exploração livre e recursos de visualização
científica para, no final, criar interfaces de razoável versatilidade para o aluno 
(Pimentel & Direne, 1997). 
Direne & Pimentel (1998) cita alguns exemplos de STI aplicados ao ensino da 
programação: o Lisp Tutor, GIL, LAURA, BIP, Proust, Spade, Talus e Bridge. 
Entretanto, estes STI e micromundos enfatizam apenas os aspectos 
semânticos da solução de um exemplo de programação, independentemente 
do grau de dificuldade do enunciado do exercício em questão. 
O projeto MENO, iniciado no final da década de 70 tinha por objetivo construir 
um STI para ensinar alunos iniciantes na linguagem Pascal (programação 
estruturada). Segundo Giraffa (1998), o objetivo deste projeto era diagnosticar 
erros não sintáticos em pequenos programas e associá-los ao nível de 
compreensão apresentado pelo aluno. Desta forma era possível identificar qual 
o conceito que o aluno não aprendeu bem através do tipo de erro que ele 
cometeu. 
A utilização destes STI apontaram a integração de comandos individuais como 
a principal dificuldade demonstrada por iniciantes que utilizam linguagens de 
programação convencionais, ou seja, a falta de perícia na utilização das 
estruturas básicas de programação (Direne & Pimentel, 1998). 
Os STI apresentados não consideram a complexidade' do enunciado de um
problema de programação, que possui diversas componentes cognitivas que 
aumentam o grau de dificuldade da resolução do problema. Parte da 
importância deste procedimento pode ser constatado quando um problema de 
programação significativamente mais complexo do que o anterior é proposto a 
um aprendiz. Esta fato pode levar à ocorrência de erros múltiplos, impedindo o 
sucesso do aluno por longos períodos de tempo (Pimentel & Direne, 1997). 
Alguns STI como BALSA II (Brown, 1988) e o TINKER (Liberman, 1984), 
apresentam, aos alunos, seus enunciados em uma ordem de complexidade 
extremamente rígida e inflexível, o que aumenta o grau de compreensão do 
enunciado proposto, dificultando a resolução dos exercícios. 
3.6 Exemplo de STI relacionado ao Modelo Proposto 
Silveira (1996) desenvolveu um STI denominado de ELETROTUTOR, cujo 
objetivo é auxiliar o ensino de tópicos de eletricidade, Lei de Ohm e temas 
relacionados, para alunos do terceiro ano do segundo grau e cursos de 
eletricidade básica. 
O conteúdo está dividido em oito unidades estruturadas em um texto base 
sobre o assunto, um gerador de exemplos e um de exercícios. Os textos são 
apresentados em telas e os exemplos gerados são estáticos, não permitindo 
qualquer edição ou modificação por parte do aprendiz.
Os exercícios são do tipo V (verdadeiro) ou F (falso). Se o aluno erra a 
resposta correta é apresentada antes do novo exercício. Os problemas 
propostos ao aluno são escolhidos randomicamente a partir de um arquivo de 
exercícios. Este processo de escolha de problemas é aleatório, considerando a 
atuação do aluno no exercício anterior. 
O sistema faz um diagnóstico inicial, com perguntas, a fim de levantar o perfil 
do aluno, após isto faz um plano de trabalho que o aluno pode ou não aceitar. 
Os textos e os exercícios mudam em função da atuação do aluno. O protótipo 
foi implementado em Arity-Prolog e serviu para avaliar o desempenho de um 
STI de física e foi utilizado como base para o projeto ELETROTUTOR-II 
(Silveira, 1998). 
3.7 Considerações Finais 
Diante de tais colocações, a IA é uma tecnologia chave para o software do 
futuro, portanto, pode-se afirmar que o campo de lA tem como objetivo, o 
contínuo aumento da inteligência do computador, pesquisando, para isto, 
também os fenômenos da inteligência natural na resolução de problemas, da 
compreensão de linguagem natural, da visão e da robótica, formas de 
aquisição e metodologias de representação de conhecimento. 
O desenvolvimento científico e tecnológico vem criando nos educadores a 
necessidade de adotar modelos de ensino que atendam às profundas
modificações que a sociedade do início do novo século passa a exigir, ondea 
crescente perspectiva de diversificar os espaços educacionais revela um 
aprendizado sem fronteiras. 
A adoção das técnicas de IA aos softwares educacionais tornam possível a 
criação de ambientes de aprendizagem, nos quais as diferenças e experiências 
individuais dos aprendizes são consideradas (Alves & Simões, 1999). 
A modularização em um STI e as pesquisas individuaiizadas de aprimoramento 
de cada modelo, destacando a separação entre estratégias de ensino e 
conhecimento representado proporciona um aumento significativo na interação 
do aprendiz e o sistema. Os STI estão em aprimoramento. Ainda não cumprem 
todos os objetivos a que se propuseram resolver. 
Chaiben (1998) cita que as razões estão relacionadas aos altos custos de 
desenvolvimento e a falta de um paradigma estabelecido para descrever o 
processo de aquisição de conhecimento. Várias teorias foram desenvolvidas, 
mas nenhuma tem sido aceita como um modelo apropriado de cognição. Outro 
problema, é a incapacidade de um sistema em gerarum raciocínio pedagógico 
inteiramente autônomo, o que possibilitaria ao sistema tomar decisões que não 
tivessem sido antecipadas pelos especialistas. Assim, os projetos são 
baseados em modelos que podem ou não representar o processo de aquisição 
de conhecimento.
Desta formaSTI atuam como complementos à forma de aprendizagem 
aplicada, fortalecendo a transmissão dos conhecimentos e possibilitando novas 
maneiras de acompanhar o aprendiz no processo ensino-aprendizagem. O 
aprimoramento constante dos STl, e o aperfeiçoamento das técnicas de IA, 
aliadas ao desenvolvimento de novos hardwares e softwares conduzem, para 
um futuro próximo, a criação de STI capazes de, integralmente, se modelar a 
necessidade de aprendizagem e as características do estudante.
4 TEORIAS DE APRENDIZAGEM 
O objetivo deste capítulo é descrever as principais correntes do pensamento 
para os modelos educacionais, com base nas idéias das obras de seus 
representantes mais relevantes, interrelacionando-as e demonstrando as mais 
significativas características em relação a aprendizagem, relacionamento 
professor-aluno, metodologia aplicada e forma de avaliação. 
O capítulo inicia com a definição de aprendizagem e na seqüência são 
descritas três das principais concepções: a empirista, que fundamenta-se em 
um ser humano que aprende com base nas experiências que vive, a inatista, 
que refere-se a um ser humano pronto, desde o seu nascimento, onde a 
aprendizagem apenas lapida o que já existe e a interacionista, que divide-se 
em o construtivismo de Jean Piaget, onde o ser humano constrói seus 
conhecimentos seguindo fases pré-determinadas e o sócio-interacionismo de 
Vygotsky, onde o ser humano aprende interagindo com o ambiente na mesma 
proporção que este interage com o ser humano. 
4.1 Considerações Iniciais 
A escola é, sem dúvida, o elemento transformador e impulsionador de uma 
sociedade. Sua principal função, segundo Falcão (1996), é que o aluno 
aprenda e que o professor oriente a aprendizagem de seus alunos. Na escola o 
aluno deve possuir espaço para criar, aprender, escutar, criticar, analisar,
desenvolver, construir, pesquisar e principalmente ser orientado a aprimorar 
seus conhecimentos (Barros, 1998). Mas todas estas atividades só se 
concretizam com a transformação da informação em conhecimento através da 
aprendizagem. 
A aprendizagem é o objetivo principal a ser buscado por todos os professores. 
Ela proporciona uma mudança no comportamento do aluno. Novas 
informações, conceitos, pontos de vista são adquiridos de forma permanente. 
Esta mesma visão é defendida por Cória-Sabini (1986) quando enfatiza que a 
aprendizagem está relacionada a um processo de mudança não só de 
conhecimentos mas também de atitudes, como por exemplo, preferências e 
preconceitos. 
Segundo Hilgard (apud Cória-Sabini, 1986, p. 1) a aprendizagem é “o processo 
pelo qual uma atividade tem origem ou é modificado pela reação a uma 
situação encontrada". Nesta visão aprendizagem é uma resposta a um 
estímulo recebido diante de determinada situação. 
Para Falcão (1996, p.20), aprendizagem está relacionada a “uma modificação 
relativamente duradoura do comportamento, através de treino, experiência e 
_' ” obsen/açao . 
Estas duas visões de conceitos se relacionam na questão da mudança do
comportamento. Na escola esta mudança proporciona ao aluno a capacidade 
de inferir novos conhecimentos a partir dos exercícios, da teoria e, 
principalmente, da prática. 
Para compreender melhor o desenvolvimento da aprendizagem, foram 
desenvolvidas, dentro da psicologia da educação, diferentes teorias, cada uma 
com o mesmo objetivo: o aprendizado do aluno. Todas as teorias contribuem 
para o desenvolvimento do aluno, porém de acordo com a concepção de ser 
humano, cada uma exigirá do educador uma atuação (Barros, 1996). 
Para Barros (1996) e Davis (1994) as concepções dividem-se em três: o 
empirismo, o inatismo e o interacionismo. 
4.2 Empirismo 
A concepção empirista ou ambientalista, também citada por Mizukami (1986) 
como comportamentalista ou behaviorista, acredita que o desenvolvimento do 
ser humano está relacionado diretamente com o seu ambiente. Ele é um ser 
maleável que se molda em função das condições presentes no meio em que se 
encontra. Devido esse papel exercido pelo ambiente sobre o homem, não 
existe, nesta corrente, a possibilidade de liberdade individual, de escolha e de 
autenticidade. 
Para Barros (1996) esta concepção também é conhecida como objetivista, pois
fatores internos como a maturação biológica, a inteligência, aptidões, vontade e 
sentimentos não são considerados, apenas os fatores externos proporcionam o 
desenvolvimento da pessoa. Esta visão objetivista não emprega o conceito de 
motivação para fazer o aluno responder melhor em uma determinada situação, 
pelo contrário, a resposta que o aluno dará será conseqüência de um esquema 
de reforço (Cória-Sabini, 1986). 
Para esta corrente quando o homem nasce sua mente é considerada uma 
tábula rasa, uma página em branco, um espaço pronto para receber as 
experiências que serão vividas no meio em que se encontra. Nesta concepção 
a experiência sensorial será a fonte do conhecimento (Davis, 1994). E este 
conhecimento é uma descoberta e é nova para o indivíduo que a faz 
(mizukami, 1986).
E 
Nesta abordagem a aprendizagem é conceituada como uma mudança no 
comportamento, resultante de estímulos recebidos do ambiente (Barros, 1996). 
Esta visão comportamentalista enfatiza que um determinado comportamento 
poderá ser mantido ou tornado mais freqüente se for seguido pela 
apresentação de estímulos reforçadores ou efeitos agradáveis. Em contra 
partida, um comportamento poderá ser eliminado se estes estímulos forem 
retirados, ou ainda, se for aplicada uma punição. 
Burrhus Frederic Skinner pode ser considerado o representante mais
significativo desta corrente e o mais difundido no Brasil (Misukami, 1986). Para 
ele os estímulos, elementos presentes no ambiente, que provocam um 
comportamento de efeito agradável são chamados de estímulos reforçadores 
positivos, e os que ocasionam um comportamento desagradável são 
identificados como estímulos reforçadores negativos. 
Dentro do comportamento defendido por Skinner o papel do ambiente é muito 
mais importante que a maturação biológica. Nesta corrente educar é 
estabelecer condicionamentos. Por exemplo, se após arrumar os seus 
brinquedos (comportamento), a criança ouvir elogios de sua mãe 
(conseqüência positiva), ela procurará deixar os brinquedos arrumados por 
mais vezes, porque estabeleceu uma associação entre esse comportamento e 
aquele de sua mãe. Neste exemplo temos os estímulos reforçadores positivos. 
Um exemplo de reforçadores negativos, é quando uma criança quebra uma 
vidraça jogando bola (comportamento), se ela for obrigada a pagar pelo estrago 
(conseqüência negativa), ela terá mais cuidado toda 'vez que for jogar bola, 
quem sabe esta conseqüência faça esta criança brincar com bola em outro 
lugan 
Há momentos em que o comportamento é inadequado e deseja-se eliminá-lo. 
Este procedimento é chamado extinção. Para Davis (1994) um comportamento 
pode ser extinto quando quebramos o elo que se estabeleceu entre o
comportamento visto como indesejável e as conseqüências do mesmo. Se, por 
exemplo, um aluno fizer bagunça em saia de aula para chamar a atenção' do 
professor, mas este não der mostras de que está notando o comportamento do 
aluno, é provável que o aluno pare de fazer bagunça. Este exemplo mostra que 
o comportamento do aluno foi extinto porque deixou de promover o 
aparecimento de determinadas conseqüências, neste caso a atenção do 
professor. 
4.2.1 Aprendizagem 
Com base nas idéias desta concepção cabe ao professor observar e 
condicionar as respostas do aluno de acordo com a situação corrente. O aluno 
é passivo, náo reage de forma diferente senão aquela manipulada a acontecer. 
Este condicionamento imposto ao aluno é a base dos estudos desenvolvidos 
por Skinner. Mizukami (1986) afirma que, “segundo Skinner, cada parte do 
comportamento é uma função de alguma condição que é descritível em termos 
físicos, da mesma forma que o comportamento”. A aprendizagem provoca uma 
mudança comportamental comoresultado de uma prática reforçada. 
A aprendizagem, na visão ambientalista, necessita que se considere o estado 
fisiológico e psicológico de quem está aprendendo. Devem ser considerados a 
natureza dos estímulos presentes na situação e o tipo de resposta que se 
espera obter (Davis, 1994). Para Mizukami (1986) e Falcão (1996) os 
comportamentos desejados dos alunos säo instalados e mantidos por
condicionantes e reforçadores arbitrários, tais como: elogios, graus, notas altas, 
prêmios, reconhecimento do professor, entre outros, os quais por sua vez, 
estão associados com uma outra classe de reforçadores mais remotos e 
generalizados, tais como: diploma, ascensão social e monetária, status, 
prestígio da profissão, entre outros. 
Ensinar, nesta abordagem, é planejar as contigências de reforços sob as quais 
os estudantes aprendem. Este planejamento é de responsabilidade do 
professor que também assegura que haverá a aquisição do comportamento. O 
planejamento está baseado na aplicação de métodos científicos de 
investigação e de elaboração de técnicas e inten/ençöes que objetivam as 
mudanças comportamentais. Este planejamento inclui os objetivos instrucionais 
e operacionais que estipulam a seqüência de atividades que levarão ao 
objetivo proposto e a especificação dos reforçadores, positivos e negativos, 
que serão utilizados. Alguns elementos mínimos são exigidos para a 
consecução de um sistema instrucional, como: o aluno, um objetivo de 
aprendizagem e um plano para alcançar o objetivo proposto. 
Para Skinner, segundo Mizukami (1986), o ensino corresponde ao arranjo ou a 
disposição de contigências para uma aprendizagem eficaz. Esse arranjo, por 
sua vez, depende de elementos observáveis na presença. dos quais o 
comportamento ocorre: um evento antecedente, uma resposta, um evento 
conseqüente (reforço) e fatores conte›‹tuais.
Na concepção ambientalista, a eficiência na elaboração e utilização dos 
modelos de ensino, estão relacionadas as habilidades do planejamento 
desenvolvido pelo professor. Na visão de Skinner é possível programar o 
ensino de qualquer disciplina, tanto quanto o de qualquer comportamento, 
bastando para isso que o professor planeje o objetivo final a ser alcançado e as 
atividades necessárias para que isto ocorra. 
A ênfase dada é a figura do professor, nesta abordagem, pois ele possui a 
responsabilidade de modificar o comportamento dos alunos epromover a 
aprendizagem. Ele planeja, organiza e executa as situações de aprendizagem. 
Isto exige do professor profundos conhecimentos dos fatores a serem 
considerados numa programação de ensino. 
A aprendizagem será garantida pela programação desenvolvida pelo professor 
e pelos recursos tecnológicos que ele utilizará. Davis (1994) propõe que as 
situações de ensino devam ser bem estruturadas e planejadas previamente, 
recorrendo-se, sempre que possível, à presença de computadores, televisão e 
outros recursos audiovisuais. 
4.2.2 Relacionamento Professor-Aluno 
Na abordagem empirista o professor é o centro e responsável pela 
administração das condições que proporcionam a transmissão dos 
conhecimentos, não importando as relações afetivas e pessoais envolvidas no
processo (Silva, 2000). Ele também planeja e desenvolve o sistema de ensino- 
aprendizagem, de forma tal que o desempenho do aluno seja maximizado em 
todos os fatores, como: tempo, esforços e custos (Mizukami, 1986). 
No planejamento o professor deve considerar o estado comportamental inicial 
de seus alunos e conduzir as atividades intermediárias de maneira que todos 
apresentem o comportamento final esperado. O professor é considerado como 
planejador e analista de contigências. Deverá dispor estas contigências em 
relação às respostas desejadas. 
Como centro da transmissão dos conhecimentos, também é de sua 
responsabilidade selecionar o conteúdo e a forma com que estes serão 
apresentado aos alunos. ` 
Ao aluno cabe receber, escutar e repetir as informações recebidas, tantas 
vezes quanto forem necessárias, até acumular em sua mente o conteúdo 
transmitido pelo professor (Silva, 2000). Ele assimila o que o professor 
determinar. Ele é passivo nesta relação e não interage com o professor. Não 
participa e nem interfere no planejamento e desenvolvimento da aula. ` 
4.2.3 Metodologia 
Esta concepção trouxe ao professor a responsabilidade de definir os objetivos 
e confeccionar o planejamento das aulas. Mas para os objetivos serem
realmente atingidos é necessário que o professor determine as estratégias e 
quais as tecnologias de ensino que serao aplicadas. 
Mizukami (1986) cita três formas de ensino que são utilizadas dentro desta 
corrente: 
- ensino individualizado; 
- ensino baseado na competência; 
- ensino programado. 
4.2.3.1 Ensino individualizado _ 
A individualização do ensino implica em maior envolvimento do aluno e controle 
do professor nos elementos que especifiquem o domínio de uma determinada 
habilidade. O professor poderá ter melhor controle do ritmo de mudança 
comportamental do aluno, acompanhando-o na sua evolução passo-a-passo. 
Este tipo de ensino maximiza a aprendizagem, desempenho e desenvolvimento 
do aluno. Permite ao professor o acompanhamento dos objetivos propostos e 
assegura que um maior número possível atinja altos níveis de desempenho. 
Uma aplicação desta estratégia de ensino pode ser direcionada as pessoas 
com algum tipo de deficiência física ou mental. 
4.2.3.2 Ensino baseado na competência 
Esta estratégia de ensino utiliza o módulo instrucional como material de ensino
(Mizukami, 1986). Este ensino é caracterizado por: 
~ especificação dos objetivos em termos comportamentais; 
- especificação dos meios para se alcançar o desempenho esperado; 
~ conhecimento do público que receberá o ensino; 
- critérios e formas para atingir os objetivos. 
Esta forma de ensino é muito utilizada em treinamentos de capacitação para 
utilização de equipamentos em uma fábrica, por exemplo. A ênfase maior desta 
forma é a programação das atividades em uma seqüência necessária para que 
os objetivos sejam alcançados. 
4.2.3.3 Ensino programado 
Para Falcão (1996) o ensino programado consiste num corpo de conceitos que 
sintetizam as idéias básicas sobre a apresentação de estímulos para a 
aprendizagem, condensando o planejamento, implementação e avaliação do 
ensino. 
Esta forma parte do princípio que o conteúdo a ser ensinado aos alunos deve 
ser dividido em pequenos passos, interrelacionados que conduzirão ao objetivo 
final proposto. Nesta forma de ensino é possível reforçar a cada passo 
concluído o comportamento desejado. Com o ensino programado é possível 
gerar alto nível de aprendizagem por parte do aluno sem recorrer a 
contigências aversivas, situações em que o aluno rejeita a técnica de ensino
adotada em determinado assunto. 
4.2.4 Avaliação 
Na abordagem comportamentalista a avaliação está ligada diretamente aos 
objetivos estabelecidos. Ao final do programa ou da fase estabelecida o aluno 
será avaliado se atingiu os objetivos propostos. É possível, também, realizar 
avaliações intermediárias, onde são verificados se os comportamentos 
esperados estão sendo modelados e resultarão na consecução dos objetivos 
finais propostos. 
A avaliação visa verificar se o comportamento desejado foi adquirido. A forma 
com que a avaliação será conduzida dependerá da situação planejada pelo 
professor. Se o comportamento esperado foi alcançado ele poderá avançar no 
ensino, caso o aluno não tenha apresentado o comportamento desejado o 
professor deverá retornar, de acordo com seu planejamento, ao ensino do 
objetivo que não foi alcançado. 
4.3Inatismo 
A abordagem inatista ou preformista, também citada como humanista por 
Mizukami (1986) fundamenta-se que, ao nascer, a criança vem dotada das 
capacidades, aptidões e possibilidades que irão amadurecendo até a sua 
transformação em um adulto (Barros, 1996). Os inatistas partem do 
pressuposto que todosos eventos que ocorrem após o nascimento não são
relevantes e não interferem no desenvolvimento do ser humano. 
Em comparação a corrente comportamentalista, a humanista difere por 
considerar as características internas do ser humano e relevar o ambiente ao 
plano inferior. A visão pessimista dada ao ser humano pela concepção 
ambientalista, por encará-Io como um ser passivo, sem nenhuma possibilidade 
de escolha é oposta a visão inatista que aceita as estruturas internas do ser 
humano, e coloca-o em uma situação ativa, que permite modificar a realidade 
de acordo com seus interesses. 
Para Davis (1994) as qualidades e capacidades básicas individuais como a 
personalidade, valores, hábitos, crenças, conduta social já se encontrariam 
basicamente prontas, sofrendo poucas modificações ao longo da existência do 
ser humano. Nesta concepção o ambiente não interfere ou interfere o mínimo 
possível no ser humano. O desenvolvimento é espontâneo. 
Como todas as características necessárias para que o aluno se desenvolva já 
são, nesta abordagem, inatas, muitos psicólogos desenvolveram o estudo das 
diferenças individuais e dos testes de inteligência e aptidões (Barros, 1996). 
Estas diferenças para Barros (1996) e para Davis (1994) criaram preconceitos 
prejudiciais ao trabalho em sala de aula. 
Nesta concepção o papel do ambiente é bastante limitado. A educação é um
processo de dentro para fora. O aluno é o centro do processo e é ativo. Um 
representante importante desta corrente é Carl R. Rogers (1902 - 1987), 
psicólogo norte-americano, criador da “terapia centrada no cliente”, que 
desenvolveu técnicas de aconselhamento que visava despertar as forças 
positivas de crescimento existentes dentro de todos os seres humanos (Barros, 
1 998). 
Em sua obra Liberdade para aprender, publicada em 1969, Rogers apresentou 
suas idéias para o ensino. Para ele o aluno é um indivíduo que nasce com 
grandes possibilidades de desenvolvimento. Cabe ao professor acreditar 
nestas possibilidades e proporcionar um clima de liberdade favorável para que 
o aluno possa se desenvolver. Barros (1998) ressalta a qualidade da interação 
entre o professor e o aluno, pois quanto melhor for esta mais condições para 
desenvolvimento o aluno terá. Mizukami (1986) enfatiza esta visão defendida 
por Barros (1998) reforçando o professor como um facilitador da aprendizagem, 
um gerente que administra o clima e as condições que proporcionaráo o 
desenvolvimento do aluno. 
Esta ênfase dada por Rogers nas relações interpessoais conduz o educador a 
criar condições que promovam a aprendizagem. A qualidade da interação 
humana é muito mais significativa que o próprio ensinar. Rogers apresenta três 
condições fundamentais à aprendizagem, chamada de tríade rogeriana 
(Barros, 1998):
~ ter empatia; 
- aceitar incondicionalmente o aluno; 
- ser autêntico. 
Através da empatia o professor compreende melhor os sentimentos, desejos e 
ansiedades do aluno e permite que utilize as formas de comunicação mais 
adequada para que o aluno compreenda o que está sendo transmitido. 
A aceitação incondicional do aluno consiste em aceitar o aluno como ele é. É 
respeitar, antes de tudo, as limitações e capacidades, sem oferecer ou esperar 
nada em troca. Esta aceitação incondicional e sem reservas faz com que o 
aluno acredite em suas potencialidades e sinta um clima favorável para 
desenvolver-se. 
A autenticidade faz do professor uma pessoa verdadeira, sincera e honesta. A 
frente de seus alunos, dentro' desta concepção, permite aumentar a confiança 
depositada nele. Torna o ambiente seguro e' produtivo e faz o nível de 
ansiedade baixar (Barros, 1998). 
Estas idéias rogerianas sobre a educação centrada no estudante é também 
conhecida como filosofia democrática. A responsabilidade de aprendizagem de 
novos conhecimentos é do próprio aluno. O objetivo da educação democrática, 
segundo Barros (1998) e Mizukami (1986) consiste em dar assistência aos 
69 
:::.“*:*:;:* 
““"1z.zf*"^“ 
J'-¬' 
_.z..¿.mz»,..,¬ 
..._ 
.._.. 
_,..,, 
l' 
ll
É
alunos para que se tornem pessoas independentes, responsáveis, 
autodeterminadas, capazes de discernir, aptas a aprender e solucionar seus 
problemas. 
A corrente inatista valoriza o aluno, centro do processo de aprendizagem. Para 
Mizukami (1986) o conhecimento é inerente à atividade humana. O ser humano 
tem curiosidade natural para o conhecimento. O aluno como responsável pelo 
seu autodesenvolvimento criará sua própria experiência, que terá significados 
reais e concretos, ao mesmo tempo que perceberá que tudo é inacabado e que 
o conhecimento possui uma característica dinâmica. 
4.3.1 Aprendizagem 
Tomando as idéias rogerianas como modelo para esta corrente, a 
aprendizagem implica em desenvolver técnicas de conduzir os alunos sem, no 
entanto, estabelecer um caminho para que isto aconteça. 
Segundo Mizukami (1986) a não-diretividade consiste num conjunto de 
técnicas que implementa a atitude básica de confiança e respeito pelo aluno. 
Para Puente (apud Mizukami, 1986, p.49) 
“ a não-diretividade pretende ser um método não estruturante do processo de 
aprendizagem, pelo qual o professor se abstém de intervir diretamente no 
campo cognitivo e afetivo do aluno, introduzindo valores, objetivos etc., 
constituindo-se apenas num método informante do processo de aprendizagem 
do aluno, pelo qual o professor não dirige propriamente esse processo, mas 
apenas se limita a facilitar a comunicação do estudante consigo mesmo, para 
ele mesmo estruturar seu comportamento experimental. “ 1
As condições que proporcionam a aprendizagem, nesta concepção, pode ser 
classificadas, segundo Flanders ¶(apud Barros, 1998, p.78), em “influência 
direta e indireta do professor”. A 
A influência direta consiste quando o professor disserta sobre determinado 
assunto, dá ordens, critica os alunos e justifica sua autoridade. Este tipo de 
influência é quando o professor, mesmo utilizando as idéias desta corrente, 
demonstra uma atitude comportamentalista que direciona a aprendizagem. A 
influência indireta dá-se quando o professor faz perguntas, aceita e utiliza as 
sugestões propostas pelos alunos, elogiando-os, encorajando-os e aceitando 
seus sentimentos. A influência indireta estimula a participação do aluno 
considerando suas respostas, sugestões, críticas e principalmente seus 
sentimentos. A qualidade da influência indireta está diretamente relacionada 
com o clima estabelecido pelo professor, e que proporciona aos alunos espaço 
para demonstrar seu aprendizado. 
4.3.2 Relacionamento Professor-Aluno 
Segundo Mizukami (1986) o professor não ensina: apenas cria condições para 
que os alunos aprendam, ele assume papel defacilitador da aprendizagem. 
Para Barros (1998)¶ o professor limita-se a facilitar o auto-conhecimento do 
aluno, para que ele opte pelo seu caminho. O professor adota uma atitude 
centrada no aluno e esta deverá satisfazê-lo.
O professor não precisa, necessariamente, obter as competências e 
conhecimentos, pois estes serão desenvolvidos naturalmente, seguindo as 
fundamentações da abordagem inatista. Para Cória-Sabini (1986) a perspectiva 
inatista exige do professor a crença do pressuposto “pode-se confiar no aluno”. 
Deste contexto o professor pode iniciar uma aula com uma pergunta ou com 
alguma curiosidade que os alunos possuam. 
Não deve haver formalidade na aula elaborada. Ela irá se desenvolvendo com 
base nas opiniões e conhecimentos externizados, o professor apenasfconduz, 
sem dirigir os alunos. A autodisciplina substitui a disciplina imposta 
externamente. Segundo Mizukami (1986) e Davis (1994) o aluno deve 
responsabilizar-se pelos objetivos referentes à aprendizagem, que têm 
significado para ele, e que, portanto, são os mais importantes. 
Mahoney (apud Mizukami, 1986, p.49) organizou alguns princípios¬básicos 
desta abordagem, com base nas idéias rogerianas, voltadas para o centro do 
processo de aprendizagem: o aluno:° “Todo aluno tem potencialidade para aprender e capacidade de 
desenvolver sua auto valorização; 
° Todo aluno manifesta resistência à aprendizagem significativa; 
° Se é pequena a resistência do aluno à aprendizagem significativa, então 
ele aumenta sua potencialidade para aprender; 
° O aluno, ao realizar sua potencialidade para aprender, torna-se aberto à 
experiência, e reciprocamente; ` 
° a auto-avaliação é função da capacidade organísmica de valoração; 
° a criatividade é função da auto-avaliação; 
- a autoconfiança é função da auto-avaliação; 
- a independência é função da auto-avaliação".
4.3.3 Metodologia 
Como o centro do processo é o aluno, as estratégias instrucionais assumem 
importância secundária. Cada educador, segundo Mizukami (1986), deve 
desenvolver um estilo próprio que facilite a aprendizagem dos alunos. 
Como a característica básica dessa corrente é a ênfase atribuída a relação 
interpessoal estabelecida pelo professor com seus alunos, o clima favorável ao 
desenvolvimento é o suporte necessário para que os alunos encontrem 
ambiente para criticar, aperfeiçoar e, principalmente, aprender. Os objetivos 
educacionais não são tratados em seus aspectos formais. f 
Rogers (apud Mizukami, 1986, p. 54) propõe uma situação que: 
° “restaure, estimule e intensifique a curiosidade do aluno; 
~ encoraje o aluno a escolher seus próprios interesses; 
- promova todos os tipos de recursos; ‹` 
° permita ao aluno fazer escolhas responsáveis quanto às suas próprias 
orientações, assim como assumir a responsabilidade das conseqüências de 
suas opções erradas, tanto quanto das certas; 
° dê ao aluno papel participante na formação e na construção de todo o 
programa de que ele é parte; 
° promova interação entre meios reais; 
° focalize, por meio de tal interação, problemas reais; 
° desenvolvao aluno autodisciplinado e crítico, capaz de avaliar tanto as 
suas quanto as contribuições dos outros; 
~ capacite o aluno a adaptar-se inteligente, flexível e criativamente a novas 
situações problemáticas do futuro". 
4.3.4 Avaliação 
Dentro da concepção inatista e segundo as idéias rogerianas não há nenhuma 
padronização que permita avaliar os alunos ou as competências do professor. 
É estimulada a auto-avaliação pois só o próprio indivíduo pode conhecer sua
experiência e, em conseqüência, julgar de acordo com seus critérios internos 
se a aprendizagem está ou não acontecendo. 
Para Rogers (apud Mizukami, 1986, p. 55) 
“quando reunimos em um esquema elementos tais como currículo 
preestabelecido, “deveres idênticos" para todos os alunos, preleções como 
quase único modo de instrução, testes padronizados pelos quais são avaliados 
externamente todos os estudantes, e notas dadas pelo professor, como modo 
de medir a aprendizagem, então, quase podemos garantir que a aprendizagem 
dotada de significação será reduzida à sua expressão mais simples”. 
Nesta corrente o aluno assume a responsabilidade pelas formas de controle de 
sua aprendizagem, definindo e aplicando os critérios necessários para julgar se 
a aprendizagem está ou não sendo satisfatória. Se não estiver deverá buscar 
novos conhecimentos utilizando seus critérios internos de auto-avaliação, 
independência e autoconfiança. 
4.4 lnteracionismo 
-: 
A concepção interacionista ou cognitivista não valoriza nem o meio que o aluno 
se encontra, como o empirismo, nem somente o aluno, desconsiderando o 
meio, como a inatista, mas considera que o aluno interfere no meio, tanto 
quanto o meio interfere no aluno. Nesta abordagem o desenvolvimento do 
aluno é uma interação do meio ambiente onde ele se encontra com os fatores 
subjetivos internos que possui. 
Para Mizukami (1986) uma abordagem cognitivista implica, dentre outros 
aspectos, estudar cientificamente a aprendizagem como sendo mais que um
produto do ambiente, das pessoas ou de fatores que são externos ao aluno. 
Esta concepção considera como o aluno trabalha com os estímulos ambientais, 
como interage com situações sociais, como resolve problemas, como organiza 
os dados e como adquire e emprega os símbolos verbais. A abordagem 
interacionista se preocupa como o aluno capta, processa e integra as 
informações nas relações sociais. Segundo Davis (1994) as experiências 
anteriores também sen/em para novas construções, sempre relacionando o 
aluno com o ambiente. 
Como representantes mais significativos desta abordagem têm-se Jean Piaget 
(1896 - 1980), que fundamentou suas pesquisas procurando explicar as fases 
que representam o desenvolvimento da criança e sua teoria interacionista é 
conhecida como construtivismo, e Lev Semenoviich Vygotsky (1896 - 1934), 
que pesquisou a interação as estruturas internas da criança e as condições 
sociais em que ela, vive. Para Vygotsky o contato com os membros mais 
experientes de seu grupo social faz com que a criança se aproprie do 
conhecimento existente e disponível. A esta teoria foi dado o nome de sócio- 
interacionismo. 
4.4.1 Construtivismo 
Segundo Matui (1995) o construtivismo fundamenta a construção da mente e 
do conhecimento sobre as bases anteriores, num processo extremamente
dinâmico e reversível de equilibração majorante. Para o construtivismo a 
criança age espontaneamente sobre o meio e possui uma lógica de 
funcionamento mental que difere, qualitativamente, da lógica de funcionamento 
mental de um adulto. Este modo de funcionamento intelectual próprio não a 
impede de adaptar-se e organizar, de sua maneira, suas experiências. 
O alicerce do construtivismo, na concepção de Piaget, é o equilíbrio. A criança 
sempre procura manter o estado de equilíbrio diante das perturbações que o 
meio lhe causa. Segundo Davis (1994)Ío processo dinâmico e constante do 
1 I 1 n I I I I 1 organismo buscar um novo e superior estado de equilibrio e denominado de 
zl 
equilibração majorante. i 
Na teoria de Piaget o desenvolvimento cognitivo é um processo constante de
l 
.3
l desequilíbrios e equilíbrios. Diante de uma situação nova, desconhecida o
1 
. z.¡ 
aluno sofre uma mudança no seu estado repouso, há um desequilíbriofâbntre o 
'
i 
1;! 
organismo (estruturas internas) e o meio. Para alcançar, novamente, o estado 
de equilíbrio dois mecanismos são acionados: a assimilação e a acomodação. 
O primeiro mecanismo se refere ao desenvolvimento de ações destinadas a 
atribuir significações, com base nas experiências anteriores, aos elementos do 
meio com os quais a criança interage. Este mecanismo aproxima a nova 
situação a alguma já existente dentro do organismo da criança. Ocorre uma 
busca nas estruturas internas verificando se algo semelhante já não se
encontra incorporado (Matui, 1995). Um exemplo prático deste mecanismo é 
quando a criança já sabe o que é um cachorro e que tem quatro patas. Diante 
de um novo animal de quatro patas, uma vaca por exemplo, a criança poderá 
nomear este novo animal também de cachorro, pois ambos tem algo 
semelhante: possuem quatro patas. 
O segundo mecanismo, a acomodação, diz respeito ao restabelecimento de um 
equilíbrio superior com o meio ambiente. Para Matui (1995) está relacionada a 
mudança, não do objeto, mas da própria pessoa. É quando compreendemos 
determinadas situações e a partir deste momento elas passam a fazer parte 
das nossas estruturas internas. É quando o conhecimento é sedimentado 
(Davis, 1994).
u 
Para Piaget o desenvolvimento cognitivo é contínuo e evolui obedecendo 
estágios pré-determinados e sucessivos de assimilação e acomodação que 
proporcionam a criança o amadurecimento de suas estruturas internas. Piaget 
definiu as seguintes etapas: sensoriomotora (0 até 2 anos), pré-operatória (2 
até 7 anos), operatório-concreta (7 até 11 anos) e operatório-formal (11 em 
diante). Estes limites estabelecidos, na verdade refletem a idade mental da 
criança e representam a média de um grupo. Pode haver variações em 
decorrência do ambiente em que as crianças vivem. 
Na etapa sensoriomotora a criança utiliza esquemasmotores para resolver
seus problemas. Segundo Davis (1994) apesar da criança possuir uma conduta 
inteligente, considera-se que ela ainda não possui pensamento e não dispõe de 
capacidade de representar eventos, referir-se ao passado e ao futuro. Atua 
sobre os objetos de forma pré-lógica colocando um sobre o outro, um dentro do 
outro. Mesmo não tendo uma seqüência coerente, Davis (1994) enfatiza que 
esta atitude, nesta fase, já representa algo que futuramente já amadurecido, 
representará um esquema lógico. 
Na fase pré-operatória a característica mais importante é o aparecimento da 
linguagem oral. Ela permite a criança utilizar os esquemas da fase anterior, a 
sensoriomotora, adicionado dos esquemas representativos ou simbólicos, ou 
seja, aqueles que representam uma idéia a respeito de algo. Utiliza a 
substituição de objetos, ações, situações e pessoas por símbolos. Tem origem 
o pensamento sustentado por conceitos. 
A fase operatório-concreta é a que o pensamento lógico e 
_ 
objetivo se 
ressaltam. A criança consegue aplicar seu pensamento lógico em problemas 
concretos. O conhecimento que ela constrói é próximo e compatível ao mundo 
que a cerca. Ela é capaz de perceber quantidades e dissociá-las entre si, como 
volume, massa e peso. É uma fase onde ainda náo consegue abstrair, ela 
necessita do objeto concreto para inferir novos conhecimentos. 
Na última etapa, descrita por Piaget, a operatório-formal, as estruturas
cognitivas já amadurecidas permitem, a criança, aplicar o pensamento lógico 
em qualquer classe de problemas. Consegue abstrair e já não necessita do 
objeto concreto para inferir novos conhecimentos (Mizukami, 1986). A liberdade 
do pensamento em relação ao mundo concreto permite formular hipóteses. 
Observa-se que a evolução do desenvolvimento cognitivo é na verdade um 
amadurecimento dos esquemas mentais. Cada fase é pré-requisito para outra. 
Não é possível deixar de passar por uma delas. O que pode acontecer, 
segundo Davis (1994), é a criança permanecer em uma etapa um período 
muito curto, menor que a média do seu grupo. 
4.4.1.1 Aprendizagem 
Dentro das idéias descritas por Piaget, para Mizukami (1986), o ensino deve 
priorizar as atividades do sujeito, considerando-o inserido numa situação social, 
e as ações que o meio exerce sobre este. Esta concepção de aprendizagem 
permite abertura de idéias e comporta possibilidades de novas indagações.
, 
Segundo Silva (2000) a aprendizagem consiste em assimilar o objeto a 
esquemas mentais. O aluno aprende dependendo da esquematização 
presente, do estágio e da forma de relacionamento atual com o meio. Como 
conseqüência, o ensino deve assumir várias formas durante o seu 
desenvolvimento.
1
A aprendizagem é baseada no ensaio, no erro, na pesquisa, na investigação, 
na solução de problemas por parte do aluno. A ênfase maior é dada a 
aprendizagem por descoberta que permite ao estudante atingir um nível de 
compreensão que ultrapassa, em muito, a memorização de determinado 
assunto (Barros, 1998). A utilização de fórmulas, nomenclaturas, definições são 
eliminadas desta abordagem. A aprendizagem só se realiza quando o aluno 
elabora seu próprio conhecimento. 1 
No construtivismo a aprendizagem é um organizador dos dados da experiência 
e deve evoluir progressivamente, auxiliando a fixação do conhecimento e 
evitando a formação de hábitos. Para Mizukami (1986) o ensino dos fatos deve 
ser substituído pelo ensino das relações, desta maneira desenvolve-se a 
inteligência; .¬ 
sl 
4.4.1.2 Relacionamento Professor-Aluno 
O professor deverá dar aos alunos oportunidade para que eles participem na 
elaboração dos objetivos que pretendem alcançar, no planejamento e na 
execução das atividades que irão desenvolver e na avaliação. Desta maneira 
haverá um envolvimento maior do aluno que na corrente empirista. Segundo 
Cória-Sabini (1986) o professor, ainda, deverá estimular a discussão, a livre 
troca de idéias, sem críticas e preconceitos. 
O professor deverá criar situações que propiciem uma reciprocidade intelectual
/ 
e cooperaçao ao mesmo tempo moral e racional (Mizukami, 1986). Ele deve 
diversificar as atividades desenvolvidas evitando a rotina, fixação de respostas 
e hábitos. Ele deve propor problemas sem ensinar as soluções. Será um 
orientador para desenvolver, no aluno, a autonomia e autoconfiança. 
O professor, para Mizukami (1986), deve assumir um papel de investigador, 
pesquisador, orientador, coordenador, levando o aluno a trabalhar de forma 
independente. A convivência com os alunos, a obsen/ação de 
comportamentos, a constante interrogação, permite ao professor uma 
aproximação e auxílio na aprendizagem e desenvolvimento do aluno. 
O aluno deve ser ativo, independente, investigador e observador. Para 
Mizukami (1986) ele deve observar, experimentar, comparar, relacionar, 
analisar, justapor, compor, encaixar, levantar hipóteses, argumentar, entre 
outras atividades. Quando percebe uma nova situação ele deve, antes de tudo, 
buscar a resposta e não esperá-la pronta. Esta busca da solução faz com que 
ele construa o seu próprio conhecimento. 
4.4.1.3 Metodologia 
Não existe uma metodologia definida dentro do modelo piagetiano. O 
construtivismo definido por Piaget valoriza a inteligência e proporciona um 
grande desenvolvimento humano. Para Aebli (apud Mizukami, 1986, p.79) 
“uma didática científica deve ter por finalidade deduzir do conhecimento
psicológico dos processos de formação intelectual as técnicas metodológicas 
mais adequadas para produzir tais processos”. 
Toda estratégia de ensino empregada deve estar fundamentada na 
investigação e na pesquisa, base da teoria piagetiana. O problema será um 
auto-regulador das atividades desenvolvidas, pois cada situação presenciada 
durante o processo de busca da solução, possibilita ao aluno uma nova 
experiência e um novo conhecimento. 
Piaget estimula os trabalhos em equipe, pois esta estratégia permite ao aluno 
ter a visão do grupo e ser este um elemento importante na socialização do 
indivíduo, base para a teoria desenvolvida por Vygotsky. Os membros do grupo 
funcionam como controle lógico do pensamento individual (Mizukami, 1986).. 
O material didático utilizado deve ser flexível e possibilitar combinações e 
realizações adaptáveis a cada fase do desenvolvimento. O aluno deve construir 
o seu próprio material. A utilização de recursos tecnológicos não são 
suficientes para desenvolver a atividade operatória, pois sempre figuram os 
conteúdos a serem transmitidos. Deve-se incentivar o contato com o objeto 
concreto, real e vivo. ' 
4.4.1.4 Avaliação 
Na abordagem empirista o aluno é avaliado a partir de um padrão, de uma
regra. Este tipo de avaliação faz com que repetidos insucessos possam ter 
conseqüências desastrosas na medida em que levam à perda da confiança por 
parte do aluno. Na concepção construtivista avaliações tradicionais' como 
testes, provas, exames, entre outros não encontram fundamentação para 
serem aplicadas. 
Piaget sugere extrair parâmetros estabelecidos pela teoria e verificar se o aluno 
já adquiriu noções, realizou operações, apresentou soluções adequadas e se 
conservou o conhecimento. Para Mizukami (1986) o rendimento poderá ser 
avaliado de acordo com a sua aproximação a uma norma qualitativa 
pretendida. O controle de aproveitamento deve ser múltiplo considerando a 
qualidade das soluções encontradas. 
Deve ser considerada as respostas certas e, também, as erradas, incompletas, 
distorcidas, pois cada aluno possui uma ótica do problema que acabou de 
resolver. As respostas apresentadas devem ser consideradas de forma 
qualitativa e não quantitativa. Não deve haver pressão de desempenho escolar, 
pois a aprendizagem não é linear e idêntica para todos os alunos, pois cada um 
possui uma interpretação do mundo, dos fatos e da causalidade. 
4.4.2 Sócio-Interacionismo 
Para o sócio-interacionismo, defendido por Vygotsky, há uma contínua 
interação entre asestruturas internas da criança e as condições sociais em que
ela vive (Barros, 1996). O convívio com pessoas mais experientes faz com que 
a criança se aproprie do conhecimento disponível na sociedade. Para 
Vygotsky, o conhecimento é construído paulatinamente e é representado por 
instrumentos físicos, objetos concretos como por exemplo: mesa, casa, faca, 
entre outros, e instrumentos simbólicos, objetos abstratos, como por exemplo: 
cultura, valores, costumes, crenças, tradições, religião, conhecimentos, entre 
outros (Moreira, 1999). 
Comparativamente ao construtivismo, defendido por Piaget, que privilegia a 
maturação biológica e postula que o desenvolvimento segue uma seqüência 
fixa e universal de estágios (Davis, 1994), o sócio-interacionismo não aceita a 
possibilidade de existir uma seqüência de estágios cognitivos. Para Moreira 
(1999) esta interação social é fundamental para o desenvolvimento cognitivo e 
lingüístico de qualquer indivíduo. Porém, seus mecanismos são difíceis de 
identificar, qualificar e quantificar com precisão. 
O alicerce da teoria de Vygotsky são os chamados processos mentais 
elementares e superiores. Os processos mentais elementares se referem 
àqueles do estágio sensório-motor da teoria de Piaget. Para Silva (2000) são 
os processos derivados do capital genético da espécie, da maturação biológica 
e da experiência da criança com seu ambiente físico. Os processos mentais 
superiores são construídos ao longo da vida social do homem e possibilitam a 
capacidade de solucionar problemas, de armazenar e utilizar adequadamente a
memória e permitem a formação de novos conceitos a partir das relações 
sociais. 
Para Vygotsky diante de uma relação social o indivíduo passa por duas etapas: 
a interiorização e a transformação. A interiorização é como o indivíduo 
reconstrói internamente um processo externo, ou seja, é a apropriação de algo 
disponível na sociedade. A transformação é a reorganização dos processos 
mentais. Pode-se fazer um paralelo as etapas de assimilação e acomodação 
propostas por Piaget no construtivismo. A interiorização e a fassimilação se 
referem ao modelo, conhecimento de algo novo, que necessita ser anexado ao 
ff 
restante já existente. A transformação e a acomodação estãotelacionadas a 
fixação, sedimentação do conhecimento, reorganizando aquele já existente 
dentro do indivíduo (Moreira, 1999).
, 
. 13 
A conversão das relações sociais em funções psicológicas seldá através da 
mediação com a utilização de instrumentos e signos. Segundo Oliveira (1997) o 
instrumento é um elemento interposto entre o trabalhador e objeto de seu 
trabalho, ampliando as possibilidades de transformação da natureza. O 
instrumento é confeccionado de acordo com o objetivo que se deseja atingir. 
Os signos são elementos que representam ou expressam outros objetos, 
eventos ou situações. Para Moreira (1999) existem três tipos de signos: os 
indicadores, que apresentam uma relação de causa e efeito com aquilo que 
significam, por exemplo fumaça indica fogo, porque é causada pelo fogo; os
icônicos, são imagens ou desenhos daquilo que significam, como por exemplo 
a figura de uma casa, de um carro ou de um avião e os simbólicos, que têm 
uma relação abstrata com o que representam, por exemplo as palavras, são 
signos lingüísticos, os números, são signos matemáticos. 
Para Vygotsky, desenvolvimento e aprendizagem são fenômenos distintos e 
interdependentes (Davis, 1994). Vygotsky considera três teorias para relacionar 
desenvolvimento e aprendizagem. A primeira, defendida por Piaget, to 
desenvolvimento é visto como um processo maturacional que ocorre antes da 
aprendizagem. Na segunda, o desenvolvimento e a aprendizagem são vistos 
como na teoria comportamentalista, ou seja, um acúmulo de respostas 
aprendidas. Na terceira, desenvolvimento e aprendizagem são vistos como 
processos independentes que se interagem mutuamente. 
Neste processo de desenvolvimento e aprendizagem Vygotsky (apud Moreira, 
1999, p. `1 16) define a zona de desenvolvimento proximal (ZDP) como 
“a distância entre o nível de desenvolvimento cognitivo real do indivíduo, tal 
como medido por sua capacidade de resolver problemas independentemente, e 
o seu nível de desenvolvimento potencial, tal como medido através da solução 
de problemas sob orientação ou em colaboração com companheiros mais 
capazes”. 
Este conceito de ZDP é fundamental para um ensino efetivo. Através da ZDP é 
possível planejar as situações de ensino e avaliar os progressos individuais. Na 
teoria de Vygotsky o desenvolvimento é a apropriação ativa do conhecimento 
disponível na sociedade em que a criança nasceu. Através da experiência ela
aprende a interagir com a sociedade ao mesmo tempo que se posiciona a 
frente como um ser crítico. Com a mediação, instrumentos e signos o 
funcionamento dos processos mentais superiores são refinados, permitindo ao 
ser processar as informações de uma forma muito mais elaborada. 
4.4.2.1 Aprendizagem 
Para Vygotsky a aprendizagem é necessária para que haja o desenvolvimento 
cognitivo do ser. Segundo Driscoll (apud Moreira, 1999, p. 119) 
“a interação social que provoca aprendizagem deve ocorrer dentro da zona de 
desenvolvimento proximal, mas, ao mesmo tempo, tem um papel importante na 
determinação dos limites dessa zona. O limite inferior é, por definição, fixado 
pelo nível real de desenvolvimento do aprendiz. O superior é determinado por 
processos instrucionais que podem ocorrer no brincar, no ensino formal ou 
informal, no trabalho. Independente do contexto, o importante é a interação 
social". 
A aprendizagem deve ser orientada para níveis de desenvolvimento ainda não 
alcançados, mas que estejam dentro da ZDP. A linguagem, o sistema mais 
importante de signos para o desenvolvimento, deve ser utilizada e bastante 
estimulada. A interação social que caracterizará o ensino deve ser 
compartilhada comos materiais educativos previstos em currículo. O ensino 
deve estar a frente do desenvolvimento cognitivo, e a aprendizagem deve estar 
avançada em relação a este desenvolvimento. 
No construtivismo a aprendizagem procede do individual para o social. No 
sócio-interacionismo a aprendizagem dá-se do social para o individual. Para 
Moreira (1999) o ensino se consuma quando aluno e professor compartilham
os mesmos significados integrantes da mesma relação social. 
4.4.2.2 Relacionamento Professor-Aluno 
O professor é visto, por Vygotsky, como uma pessoa mais experiente que teve 
um maior contato com a sociedade e, portanto, já conviveu com mais situações 
sociais que o aluno. Seu papel fundamental é de mediador na aquisição de 
significados conte›‹tuaImente aceitos, pois o professor já possui estes 
significados internalizados. Para Silva (2000) o professor deve ser capaz de 
ajudar o aluno a entender um determinado assunto e, ao mesmo tempo, 
relacioná-lo ao conteúdo com experiências pessoais e o contexto no qual o 
conhecimento será aplicado. Deve atuar dentro da ZDP identificando o 
potencial do aluno que ainda não foi desenvolvido. 
O professor deve . inten/ir no desenvolvimento do aluno, questionando 
respostas, obsen/ando o comportamento apresentado diante de determinadas 
relações sociais e a interferência de outros alunos no desenvolvimento. Deve 
verificar a evolução da experiência obtida por seus alunos através do 
compartilhamento dos conhecimentos adquiridos. 
Ao aluno cabe construir a compreensão do assunto e verificar se os 
significados captados são aqueles transmitidos pelo professor. O aluno deve 
interagir com o meio de maneira que sempre acrescente e forneça 
conhecimentos.
4.4.2.3 Metodologia 
Como no construtivismo, aqui, também, não há uma metodologia específica, 
pronta para ser aplicada. Cabe ao professor considerar em cada situação de 
ensino as estratégias que mais favorecem ao aprendizado. Com base na teoria 
de Vygotsky, a estratégia de ensino que for baseada na interação social, com 
intercâmbiode significados e que esteja dentro da zona de desenvolvimento 
proximal do aluno será uma estratégia eficaz. 
O professor deve proporcionar interação entre todos os alunos. A obsen/ação 
constante evita o isolamento, prejudicial a aprendizagem, e permite ao 
professor guiar seus alunos. Todos devem falar e ter oportunidade para falar 
(Moreira, 1999). 
Nesta concepção o professor é visto como um ser mais experiente que já 
internalizou significados socialmente aceitos. Ele deve fazer uso desta 
experiência para elaborar situações sociais que propiciem, ao aluno, ambiente 
favorável a interação social e humana. 
4.4.2.4 Avaliação 
Nesta teoria o processo de avaliação consiste na auto-avaliação ou avaliação 
mútua (Silva, 2000). O professor, em constante observação, pode acompanhar 
o desenvolvimento de seus alunos e verificar se os significados transmitidos
foram captados dentro do contexto da área de conhecimento em questão 
(Moreira, 1999). 
Como na concepção construtivista, avaliações tradicionais como testes, provas, 
exames, entre outros não encontram fundamentação para serem aplicadas, 
pois somente o professor como o aluno saberão de suas dificuldades e da 
quantidade e qualidade dos conhecimentos transmitidos em uma interação 
social. 
Todo o processo de avaliação não deve ser desenvolvido de maneira inflexível, 
que não possibilite ao professor considerar os fatores da interação social. A 
avaliação deve ser contínua e oportuna (Oliveira, 1997). O maior peso deve ser 
considerado sobre o compartilhamento de significados, pois para Vygotsky, 
esta é a essência de toda a sua pesquisa. 
4.5 Considerações Finais 
As abordagens apresentadas neste capítulo representam as principais teorias 
de aprendizagem em utilização. Cada uma com suas características, 
vantagens e desvantagens e, relacionando ou não, o aluno e o meio em que 
ele se encontra. 
Cada teoria é fundamentada em uma metodologia, forma como o 
conhecimento é transmitido, em uma forma de aprendizagem, maneira como o
aluno recebe este conhecimento, estabelece, também, determinadas tarefas ao 
professor, pois este é o elo de ligação entre o saber e o aluno. 
Mesmo com as divergências e convergências apresentadas em cada teoria, a 
' 1 
figura do professor é a principal. E ele que, de uma forma ou outra, permitirá ao 
aluno a aquisição de habilidades, conhecimentos, cultura, entre outros. O 
aluno, que poderá ser ativo ou passivo, é sempre o objetivo principal de cada 
uma das abordagens descritas.
5 MODELO PROPOSTO 
O objetivo deste capítulo é descrever o modelo de um STI para a disciplina de 
programação estruturada interrelacionando-o com a revisão bibliográfica 
apresentada nos capítulos anteriores e com os exemplos de STI citados no 
capítulo 3. As telas do protótipo construído a partir do modelo proposto seguem 
as explicações ilustrando, melhor, o funcionamento do STI. 
5.1 Fundamentos do Modelo Proposto 
Os STl que auxiliam no ensino de programação para iniciantes têm se 
ocupado, ao longo dos anos, em proporcionar instrução aos alunos de como 
desenvolver programas e assisti-los para aprenderem habilidades de 
programação de um modo geral (Giraffa, 1996). A principal característica 
destes sistemas é fazer com que o estudante desenvolva um programa de 
forma independente, ou seja, há um enunciado e o aluno, através de um editor 
de texto, como por exemplo o bloco de notas do Microsoft Windows®, 
desenvolve o algoritmo que resolverá o problema proposto no enunciado. 
Esses STI, segundo Chang et al (1996) possuem a característica de identificar 
os erros, sintáticos e semânticos, nas estrutura básicas de programação e 
mostrá-los ao aluno, especificando onde e porque estes erros aconteceram, e 
depois propor correções. Esses_STl, nem sempre, interrelacionam o erro 
identificado à teoria do assunto e a um exemplo correto que utilize a mesma
estrutura de programação. Esta estratégia é conhecida como estratégia de 
generalização (Giraffa, 1996). 
Esta estratégia mostra seus inconvenientes pois o aluno iniciante pode ter uma 
atitude depressiva e frustada ao começar a fazer seu algoritmo e se deparar 
com uma grande coleção de erros, muitas vezes encadeados, ou seja, um 
simples erro em uma linha de código ocasiona diversos erros nas linhas 
seguintes. 
O STI que utiliza a estratégia de generalização possui outro inconveniente de 
que a solução apresentada pelo sistema, geralmente, se reduz a apenas uma, 
desconsiderando outras possibilidades de resolução do problema apresentada 
pelo aluno (Giraffa, 1996). ~ 
Para evitar estes problemas, ocasionados pelo uso da estratégia de 
generalização, os STI voltados ao ensino de programação utilizam a estratégia 
de acabamento proposta por Van Merrienboer (apud Chang et al, 1996, p. 58). 
Nesta estratégia um programa incompleto, porém muito bem elaborado, é 
apresentado ao aluno para ser finalizado. As modificações realizadas não 
devem tirar a funcionalidade do programa. Esta estratégia é baseada na 
pesquisa realizada por Deimel & Moffat (apud Chang et al, 1996, p. 91) onde 
devem ser obedecidos quatro passos introdutórios em uma aula de
programação: 
1. “Fazer com que o aluno execute um programa e avalie seus aspectos 
positivos e suas limitações; 
2. Fazer com que o aluno estude estruturas de programas precisas; 
3. Fazer com que o aluno seja capaz de modificar e entender o programa 
recebido; 
4. Fazer o aluno escrever um novo programa independente de estrutura 
prévia”. 
Estes passos propostos por Deimel & Moffat modelam o que na prática alguns 
professores de programação já os fazem. Depois da explicação teórica sobre o 
assunto e a apresentação de um exemplo, é dado um enunciado seguidode 
um exercício, incompleto, que necessita da complementação para que se torne 
um algoritmo completo e preciso e que resolva o problema proposto no 
enunciado. 
Segundo Giraffa (1998) em uma sessão de ensino de programação de 
computadores, tradicional ou com o auxílio de computador, após terminar a 
discussão em cima de um exemplo apresentado, o professor simplesmente 
escolhe outro exemplo e continua a sessão. O grande problema é como 
selecionar adequadamente o próximo exemplo. Em uma turma real, o professor 
usa a sua experiência. Nos sistemas tutores, esta escolha aindanão está 
formalizada, pois os próprios professores não sabem dizer exatamente quais 
os critérios usados para tal. 
Woolf (1988) classifica os STI em fortes e fracos. Um STI fraco deve ser capaz 
de ministrar o conteúdo, propor questões a serem resolvidas pelo aluno e
reconhecer e corrigir erros. Um STI forte deve, além disto, ser capaz de 
resolver as questões propostas aos alunos e utilizar o conteúdo na resolução 
dos problemas, identificando na teoria o erro apresentado, reforçando desta 
maneira o aprendizado. 
5.2 Caracterização do Modelo _ 
Com base nas considerações iniciais apresentadas e na revisão bibliográfica 
feita nos capítulos anteriores o modelo do STI para ser aplicado ao ensino de 
programação estruturada será um STI, segundo Woolf (1988) forte, pois será 
capaz de resolver as questões propostas aos alunos e utilizará o conteúdo da 
disciplina na identificação do erro apresentado durante a construção dos 
algoritmos. 
A estratégia de ensino adotada será, segundo Chang et al (1996) a estratégia 
do acabamento, nos exercícios classificados como fácil e médio na fase inicial 
de desenvolvimento, e a estratégia da generalização, segundo Giraffa (1998), 
nos exercícios classificados como difícil e muito difícil na fase de 
aprimoramento. 
A utilização destas duas estratégias combinadas reforça o que Direne & 
Pimentel (1998) levantou a respeito da alta carga cognitiva que a programação 
representa aos iniciantes. A falta de perícia identificada por estes autores será 
minimizada com a aplicação da estratégia de acabamento, onde o aluno
completará um algoritmo com os passos faltantes para que este resolva o 
problema propostoe adquirirá conhecimentos necessários para que prossiga 
no desenvolvimento de algoritmos. 
A estratégia da generalização será aplicada no estágio onde o aluno já 
apresenta condições e domínio pleno das estruturas básicas de programação. 
Nesta fase o aluno encontrará exercícios classificados como difícil e muito 
difícil, de maneira que a perícia adquirida no estágio anterior lhe proporcionará 
conhecimentos adequados no desenvolvimento dos exercícios. Durante as 
duas fases haverá, no modelo do estudante, um dispositivo, que identificando 
um erro na construção do algoritmo remeterá o aluno ao tópico abordado na 
disciplina, buscando no modelo do especialista a teoria relacionada ao erro 
cometido e apresentando exemplos adequados ao nível de desenvolvimento 
em que se encontra o aprendiz. 
Segundo a estrutura básica de um STI proposta por Kaplan & Rock (1995) e 
Giraffa (1996), onde os STI possuem quatro modelos ou módulos, a saber: 
Modelo do Especialista; Modelo do Estudante; Modelo Pedagógico e o Modelo 
de Interface. O modelo proposto de STI estará estruturado com base nestes 
módulos da seguinte forma:
Modelo Modelo do Modelo do 
Pedagógico Especialista Estudante 
Professor 
Figura 4 - Diagrama em blocos do Modelo Proposto de STI. 
Com base no diagrama acima exposto será detalhado nos itens a seguir a 
função de cada bloco, especificando suas principais atividades, objetivos e 
características. 
5.3 Estrutura e Funcionamento do Modelo 
A estrutura do modelo proposto é baseada no objetivo de possibilitar a 
automação da escolha do próximo algoritmo a ser trabalhado pelo aluno, 
simulando a experiência do professor, a fim de minimizar o tempo de 
aprendizado, utilizando a estratégia do acabamento na fase inicial e a de 
generalização, na fase de aprimoramento.
5.3.1 Professor 
Neste bloco está representada a figura do professor responsável pela 
alimentação dos conhecimentos que ficarão armazenados dentro do sistema. O 
professor possui, neste modelo, a função de inserir novos conhecimentos e 
manter atualizado os conhecimentos anteriormente cadastrados. A inclusão do 
professor como parte do STI denota a figura central representada pelo 
profissional responsável pela disciplina. ' 
No protótipo desenvolvido a comunicação do professor com o modelo do 
especialista dá-se através da seguinte tela: 
_- ›.4...l¬.|.›. |*‹.›| .fm Fi"-'§Í“Í 
__=--_;¡;.=;‹=z;_:,§;;->z3z_=.¡¿¿¡¡¡_¿¡¡¡¡i¡;z=_;z;¿-:-t,::z<§ ;z;=;; ;'_:.› _ 1.; 
' 
z,,.zz;,z;z-¿__== 
_; 
= zz=.‹-=z=;z›_-zgzzzz.-,z-=-ê-zzzzzzzzzzz. âz zzz .. z _- - .› -› 
s äífâ â z i 3% 
;zz
A
; 
1.: 
Í~% 
4";;_.;¿ 
z'- 
:_ 
¿'~1 
-_" 
””'â~»«. 
W, 
äÍf¢»«~« 
_z:~ff~
_ 
~ 
,,,,~ 
A 
A 
,_
M 
W 
mg 
wii 
_; 
.-‹ 
:<ãí/'\"_'~:~:;':-_.»..«"”'“ 
'II-“WI 
___- 
Mm, 
:-.-.- 
:‹- 
-«MWR~W» 
A 
, 
4; 
fz 
mf 
'“'^'*°f"z.z;_.fl;ÍW¶ 
-»~¢"“1”Ífí;.:@‹«a. 
.z, 
.....; 
ÍÍ 
W-›~
A 
'='="*: 
L- 
T- 
____._:.I:-'*r_t“.z;.;;::._ 
'za 
ii' 
'_ 
5:”-_ 
- 
«_ 
;¬_ 
- 
-›-‹- 
z-:Í
U 
;5E5E3zS°z;=:$:5E;E'§§E=E§5.z§!¿E:.gi:: 
7"š 
'.<:E: 
I:'E:(:- 
5:5'5É¡§5;5¡5:;¡5z;5§:¿¡;¡;:j¡' 
'__;;' 
'A 
<==.› 
`z_=›~›fl:';::'_ 
;š?z
. 
A
_ 
.z. 
_ 
_r.:,11f>:i:'2z‹. 
___._:::_Ít'-°=^"=‹í‹=‹‹w-=-:=--.¬‹ 
-zw 
-' 
fiz* 
"::: 
I._`.`l_i`.`.`lí___ 
«.»Sã"" 
i~ 
«zé ,,
` 
*'“ 
"ӊ+ 
4;? 
A 
A
A 
,Â
U
' 
fin* 
.z 
.. 
݉;;._ 
to 
“tt
_ 
W
A 
Í" 
Iii" 
1"_'_'5z.=;;í.?;à;-« 
fz-z 
fgml 
* 
______~zg.w='==='==== 
'“ 
'°“*”M 
“ 
fz: 
_::¡;:
4
i Ílffiijâ-_Í:Ê?'_'”" 
______: 
_'"__"%_ 
._ 
4- 
-z=-=_5=E='üãiziâišiíäriiii'-5=I=:z'-='*"
A 
¬ 
-zzzzz 
'
' 
4:4 
-_ 
_z.z..zz,z.z= 
LM. 
.- 
.,. _... _. _ -1 z-.zz-¢_ ll ¬ :-=.=:;¢.<í‹z=:=:=a=:= `׬ .`.z¡i.'.¡l 
?"í""Ê¡í" 
ê _
- 
š~ 
% 
zzfi 
...W 
,zm
M 
“mm 
`4~ 
4? 
mw :4;::_ A 
:AA 
í
2 
«~ 
‹' 
_. ._.\_.__......_ . __ ,.,z._ - z=z¬z_-.›=é=;=a= 
_ íiiií 
l= Í'-'~` * ;'Í:2^š'ê= * fm. ===í¬¬¬š* «›zz»»<›â~_.׋›w›¬é~‹. .‹‹‹‹«w‹›w M www =-«:->â:=a:z=ê=- 
Figura 5 - Te a do Professor.
› 
›~¢z›‹.«.w-_: C ‹ 
Nesta tela pode-se na função cadastro cadastrar professor turma e disciplina 
alem da função sair, que finaliza o aplicativo Na opção exercícios pode-se 
cadastrar os conhecimentos relativos as teorias e os exercícios vinculados a 
esta A figura 6 ilustra as opções existentes em cadastro e exercícios 
,W ¿; 
f**^í,;f¢f;;z,zf1›íz=;f r
' 
~«'¢a~›\ 
Âgât. , < sëzzv- ¡ê:r_.*,¢ ›»^»×›>׋;~ , -- 
' r2~*< fé” “W f 
\z,.‹í‹'Êêz'1;»‹*. ef-.' :sait *~»' 
f‹ « .› z›,› ›>à~ à,â›x›:<‹×..~ , 
‹z, 
Mw 
Figura 6 - Opções do Menu do Professor 
No cadastro de Professor, além do nome do professor é importante a 
colocação da senha, que permitirá somente o professor manter a base de 
conhecimentos. A figura 7 mostra a tela de cadastro de professor 
zz,«z.×,.v,-,z.ww,,z¬.» . ~.z‹^»z^-z-« ,. » ~«»~›z.W,~.«z,«,.«.×.z‹ ‹^‹«.~« M N A »×< ›z » N ‹ ~‹ V ,W MM» ›.‹z~‹»,m×~,«,^z,» .f 
idaslro de Professores H 
ug zw <¢ '^'/W %'<,â›*>^‹'Y`‹>~ = ›~ M W `^" za%K'âwz< z« “~â°f~°~§M 
,Az 
«gfz 
z»›«‹À›à= 
@~».\s¿ 
:ea 
*°`z”‹1šä” 
›* 1;; ¿,,,z, .:..,-g «,â*«.¿.n¿, ,tz zz, zswz M ,¬ W -N 
«.w»á»zší%‹,$¿~'*:f~;'vf;* ff* ‹ «fu °z\y . ‹,‹zr-,,,.'°'*='¢<~;;§zä ,» ‹, › * 
‹ 
« ¿¿¿s§¿›§¿,x« ®“šÍ "'*`{;~ fiäf' V /, xx ~, 
zm» “sé 
;_ç~‹‹^.›z«z 
fiíëfëfmü “sair”
4 
,‹ 31%? 
,« Qéâš 
“tw 
rf zíw 
zzáããá 
«fx 
\~wzw«w, 
zz t
É
Ê 
*
â 
ššâ *Sê 
àššä 
Sãf 
:E 
«fé zz 
, t , 
* 
5 
' 1' ` 'W' ~**"`V¿'Ã*77 'IS \` fL"`:f'›*,' 3Ê":^‹?`§^›<`f z f W St 
.~ ââ r 
¿ É| 
~ M' |p glâãqšlclo Mrgue|Prus 
á vz 
Ç
À 
M, M V ‹ zm» M M . t z z › / z, ‹~ = z« as gy ,É M0 > r ›€ WM , ::×,»Ç'
«
Z 
,#1 
êš»-Ea-* 
km 
.;¿ 
,z 
f zm* 
.. mz; 
f É9 
,~ Y 
'f guâ 1 ~ 
.z 
<‹ 
,A353 fã W 
as ,l 
,~ z W «Y V PW» ., sz ,z ,A J 9. M , W «~ mw * ~ fa* › ‹â,;§.“““,f? 7 «‹ ~ ff* * zm f ' “ ;<;;~f”`“w›~ § Wfiú 
.âz<“-Í»->,§^:««› .¿>\~ , zz ›' Au, , , ; ~, ,z,:,,z`, Ã" r «Ê Ai ~ gx* < z » x > "zé zzpzàz 
was.
W 
=~= -ff* z~,^, z'fz›'f<‹«fi.fê*z~;¿‹"<* «yflãr ‹:,â»>›«z °~**f*' fé fm ” *Ms *<ff,,..ó<‹s,~<.»f*fg§~›.:§W~ -zzzzí ,z.._-,¿¿›,¿.».›~. z .....,;-.'<‹z«:‹>z~zz. ~^..y,.‹. »×› x Mw» z W ~ rm. ~ xx 
“f§»,,,zf»,_' z,¿›=,'j›2z- _;‹»«, xxzêxês <.\›,ê'z zrw www» Ms 5, zw ›«‹z~×› , z‹ of ‹ rafa 
‹« ësêzwz aê wõâa «Á éz, , ><‹êMê«éí<mê× aii” r fiãšífizíâ* rd. ,, “ía “ 
_. ,ze ššàâê ` za . ía 1* ~ W , ‹× 
fivnun? 
Figura 7 - Tela de Cadastro de Professor 
Io Professor 
f ~ - ~ ”* za; 
@.»:«› 
×› 
\ ,gw ,, Y W, .,‹ z 
ç É W M ‹ 
f 5§«»f,W M4/ , Ka Me W, A, .. 
›«› ~ z . ê
¿ WM» , V M* z/,» ga <,_.,,ç ›zz Á» š «› rf z fa ~ zšêê 
~¿{ M 1 W z» Jah, ,M ,Q , ‹‹ v . _¿, 
~ "W W A Mmz H 
É 
~ 
‹»z», 
" rf~%§;*,;»< «V 2 wuíg 
~í›.<Kw›‹›v~v- zé//(A )yy J/yy' 
«W 
f 
zíâíúi ~¢ ›¿§ã9¿>y‹= 
www 
2% 
Mm 
" 
,xsxéàz
W ‹, ,W/W Y \\ Àw 
¬~‹ 5? z.. 
/Á)/xaW 
rw W M ?W 'f ass: ãgç ,\ 
fçzâg, 
~« ç zé 
bz ››› ~";»“:'2 
~% 
,M
W 
zvíëíwfifixzflâxfi”
W
% 
WWW 
× 
¿ , Mex» . . , W Q wz W t V z *á H/ //' z Àâë f =»‹~»~^\fSy~«¿ , 
'iii' ` 
Q; š 
úaäaxdáøzâà 
/ “ía À 
À; y
M 
.zä
À 
,×z*;‹“' , «gy ä 
M3-mt 
W-gí 
fé 
was.
A
É " 
Á.ÉÊ"Ííí.ó 
I 9‹" 
vz za › «sz z ‹.,§*z 
-,,‹<4‹» 
‹ 
z¿¢ vz WH ‹,» Mmz» 
›;.. ”WÊ“šÊ~¿7”° M* ” 
¿ .
, 
âš 
ly 
“W 
%22Ê4um1v¿*<{“am;,
w 
NW6 
%¡ 
%% 
>wxevW'““ 
km 
zw 
«zm ,V «.>.." U :< zm ÍÍ, w ""“\ f 5' f 
4 
za 
, 
«zšzz , 
” f mz « 
zwé «<: r ‹Ê‹›'ê¢zw:«4z*§zíš,«,,â ”`$*=*”*›§1«z2. za» ' ‹ » gr» \«,,W yfi .afã W W. * 
.‹ ×: ›› (w&z,z›,~× /évzz ä /4»;% . ' ×"” 
~@' 
vam 
z 3 z zw », J M vw* .H Wúšfflf ,f f« - 
, /áãáçwyy mz g ׿,<í* ¿^ vz,/§¿;ç>;,» 
,, zâyf ,W zw óf f^ Q, ,É W, ,‹ a ~f fx* °'~ N ,W /\, W,z,z.ʧ,‹Y ~Ç z, M . 3 H ׫×é fmz/ 'W ›~°×" “ ^""*“< ‹ ‹ *ššzzâ 
é »«›'q;`z 
«fi “ faz» × Ã 
mr 
“zm 
:A
,
Í 
,äššfi 
br» ~ f‹› 
\,s,¿z* .¿/*›<1 É 
/K 
mfiwâwg 
, W @,\»s§<zwzâ« § f < 
M ll fi f“~¡5~$*'à~`¿**Ífizââ*
W 
É 
gua z«“~@ z m‹m› .¿. , 
*gt ,t Á,z§¿.> W» 
«-fiíëzfi 
. z; 
«>zz»êâzzz% 
mf» 
.., šš ašxfzM;//=<M‹ ~s Átyfâl Wzáz vs Y: H., M ,lá W ~ , Wwíf <> »‹› ., / z .Q ^^ 
` 
9 
" 
V-'wftc mw ,W «.z»\›«›âz›wzâÔ›íÍ«.x», ” °^* "W âw f ×$‹š*<*` ** W 1 
Í: 
”* W K? MXÊYÊ M \ 2* “W ×*“4*^'\^â?,zzZz i fwff K f¿°w”‹4 Yëä Í “ * “Wi” äššfl 
'¿=‹§f¿;‹»;;»~ ., « :«éà«2àz?,:.zE 2% , rf=z›:.»;.›¢:›;`z: ré, 
~*×~f^.`äI '‹.`‹ššz.Í×*&t/.›‹».~:z_£šzz “Ã.;` `zššf 
.¿› 2* '~:~×z.‹.z,. ›, zà z~,›<‹"*.%f. -*: ×' ==-=ê===-ft'-= ¬ “'×;f^/'z ,âiöz * 
« ;*"» Í› Z 5” já l ×
z 
4›~›»â- “W 
Ms 
Wèàš
M
O cadastro de turma, ilustrado pela figura 8, pode-se colocar o nome ou 
abreviatura pela qual a turma é representada. No campo descrição é utilizado 
para complementar com informações relevantes da turma cadastrada, como 
por exemplo o número de alunos, a média atingida na última avaliação, ou 
qualquer outro dado de relevância da turma. 
,,¿..;›‹¢,zzzz›», v _ : >‹z×›z¬^‹~_»=»-f,f›. ‹‹z, ‹ r ,f «‹,››.׫l‹<z. ,׋.›~‹›-~»..=~l.~` f z:~.,,..,ê ',,›â=,m›‹._~aaass«:;f. . /:‹« x ¬.~z:«»~›zz:‹xxê*>@,»z.z.×r›='=, 
_ lí: 
ââ Cadastro de Turmas
¿ to .W « V ` _» , « M-.« -, . ..« z ».._.....z,~ M. . z×., f - - v « z _, _.._... *' »ä”â;,_~.í,ê“z;›» ‹z‹,z¢zzâ§z,‹.¿~/_;›:'›'›*›f›z_›~f › 5,:/.f› ,;«äzzzzäff..1..zz.z»w~z>×,*+.z*;YW,«,,\«- ‹ .é «gw z, tz./“›`‹š¡. ¿.¿›‹*z~... ' :~- .wifi Ji e
: 
.< «fz .Q ~ '~ zf V \¿'_-×'.,~×-yg‹-¿~ â;‹ W- .~ äwfi Y , ;f,-_z- z ,,« ~»‹z-:^×;;;z'; e _; z W 
ç W , , 
*zšõíz 
, TPD _z.,-:_ ». 1 «~»››>2f,‹i.2âz«, /~‹, z:-:«,=~f‹é@šg»f,«~¬ :f›,.:~*.,›.~*:».›à~'1 õ~«.«:_‹zm,ê<í;,,->› z; 
, 
‹.z-zm Y ^, z«›z_,z*-» ' * “ 
l 2* 
'f 
3 *â%Ê‹‹1:°›í:;‹.~r ";;*\é~z“z:»‹> ‹ 'L 'V š ,al , _ * I rã* ê * . <\, »~,z¿'f à ,É
< 
MM 
›'z .r -1 zâz' 
I 
ÃÊÍÊÍ ‹ ,Í 'Írz *zf/×~zf'”‹'‹ _‹› Tpp ~|5C ,V _; _ . ë zm. ‹z‹fš=z~z×:.«¬_ _ z,..~ _ , z ~z<-5. K A * íâ=fz *ga .;:f>›';'›«:*;; .` (~< ›, 
~; TPD 258 . 
ú ~~z»z»;;íz;TPD ZSA Í 
'§«ÍÍ. 
«»«~_
a 
«eëêššš 
94* 
Fšeâv 
11 
mw z 0 ã z 
Í 
1, ;; 
2 ‹ ¿;¿;'â "~ ›z ›,=, ‹. ‹zí 5 zz. «W » ››_~.;,fzí1«â›â>*_"‹:,‹‹‹ -* ›Í§¿. 
_, 
âãêš 
'fzíšl . fI2! Semestre de TPD - TurmaA 
42 Alunos 
,.›'l›.¿ 
_ , , › 
_., .q
‹ 
M Ú Í§='Í“ M ge l .z =;z¡_¿í¡ä ': 
_ 
_. ;‹-, 
«~ Q :gl-= 
Ã; 6 
_ › ›_.. _- . . _ ._ W, _ . Y Y. §¬< «z . › ..›__››_z .›-,..Wzzz . H f Y. zw- z zwwz. .zé it Ê» 
V 
.‹ z\ 5 
¢'~ 
';.â:.› «_.~ › .-_‹z‹¿, ,_-_«_.f¿›_›¿¿,›,z,:› .«';,¿.<;/â¿¿¿›;°ff«‹¡z¿«,\¡ z:z»,;››_» ›~»‹ 'z'›,,~, .,.{à>zz>.>'›*;-.:fz. ,;_ =× - ~ ê.z Mw .zwâa-;‹-_-1 WV. .1 z ,V »¿ z, 'r - ',f,z«v -5;--,-ff, .^ _ '~‹ z-‹;=,-“I ‹f.~;,~z=× -às M z~“^/ <**=;'z ' ” ×,« 3' ”¬W¿z_«.;›;r~ ~›':,,;.›^ ,‹šv;‹í; « 'f ;;`«;;,à,¿¿z _ «z ›,›››..‹' ;:_v‹ 'z¬= 1‹›z.=1 .«z<«.‹‹z~<« .‹z‹›,,›z׋»¿ , z,.\>.. .,â.‹šÉiÍz°;›,-;-› _ :;f › m õ wzz ;‹«'<¿Í5'.z›v-.›_'«w§-*~'‹~~<«§» 1 H- Éwš <'í.‹,, M /.2“.š*â«; 
›~ »~ Y ' ‹.~ w Nú; " Mw r rw 
Jzññuu 
Wi 
“Qi
_
z 
àszfr 
z› 1 _ z» 
¬ 
-» 
. .‹.¿.‹ . ' › "I" "` ' «,‹\‹>>‹.›‹ ,pr ~»‹.,.,‹›‹ ».¬z “N 2: _¡¿,_____“_¿.,›,`¿,,,5 ; Í H ›, › ‹_,«: ‹v‹‹-, .‹ ›. ;‹ › ~ ,,.. \, f›¿ 5,, Ai, › ‹j`‹,, ( ¿ _¿,›,{`#/\^»,,‹ 5,» V-zv . " , , _¡,¿¿.. 
I 
M _ _ _ . ,z\,‹,‹›«--‹f^«_«_~_ › f -~.« , “ 49,, .v.. .vmflzzz ,ç,¿¿wz ._ _ ¿ .___z . fo, 
› 
, z, ‹› 5 . «.‹,z,f ..â.,.zzzz": /^‹;«1':‹è.‹f *'f*:****-*wa :X ~\¬ lr › _, ›=-M-›.‹f', W-fz, ~ .z›z;z'z›=-«va ú:;fâ.~.*<‹“;?-ff mf «›× «‹'~'»/׋f«¿~'.'‹.à~'‹' ` ‹'קʚ*'ëff'Q›.f>~;t'-V-^z§w»v~-izz ' 
»,, ‹føz>;ã':; ‹zz,. _ _,», f. ázfišáëitã ~›<¬‹\_‹ .‹§»×.z‹f‹zz~«,~zW. Y -‹ «V › «z z‹<,›.໫‹.P/-2, ,..¡«,,,«_› › W z,.z~>›‹ 1' ~ ~››\¿.zz. z;z,;aêä<‹‹ ‹‹; Y» ›‹“«,zé4z ‹z -‹‹,,,‹,^ ,_ 
V 
, _ ‹,‹¿¿¿,,¿ my , 5: ¿ fz ‹ ,(¿_›¡ W ¡¡ñ,~› Á, Ava; ;~¿v ¿‹,¿¿¿¿‹¿ _ z,,‹»,;,¿<,v%_‹;,( ,-¿, ,; z 
› A äzi 
x 
N _ ._ W . ». _., 
.M w , Q., .mw ,waau .M z« ,.,._w¿¿¿z.z,. >zš;;š _, ya: .~,f'~,z.',;c':',zf›»,×3>fi'‹:' 2;,.'-z-:W/wzzrízwewffê'fv2»;'«$;wâ= ' :“^*-~;¬*<:z'¢×'}s“_“«'‹>‹‹zz\"' :‹‹ ‹-f,ê-;zf,;õ,¢:'~:›*'*‹I&f'”'‹í¢%*3ê§í<fí ' 
z z . * _i§z ff 
2 ía* É :'11 ,ffízif l 1. 1f iízáfi 
› › im- z .~z~».,× z¬ za f:z;×zz-‹:~‹* :if xf zz _, ,,‹‹‹›1›-Mw” <~\ ›:¬~.wzz~>z »â›zz ,, -;w‹,,‹;,vâ'‹~\:«:~“fz~:‹ ‹;›~à‹z=rf _..:é , ›z' ê:::›**--~'^'z. Is' 
Figura 8 - Tela de Cadastro de Turma. 
No cadastro de disciplina, ilustrado pela figura 9, permite, futuramente, que o 
protótipo apresentado venha a ser utilizado em outras disciplinas. Inicialmente, 
como definido nos objetivos desta pesquisa, está restrito a disciplina de 
Algoritmos e Programação I.
Cadastro de Disciplinas 
° 
., ê*
í ' ` ' '*“
‹ 
fz eg 1 
_ _ _ _ _ ._ . _ _ za _. .M .,,,z,éz», /fifw Ê z z× »›«‹ A V z=__‹-'V A W , .W z~ «vw :W «›»‹‹m z ›› z 
VV ¿¡ 5 _ ~ ia; ,w 5, ~§< ¿.~›~_¿ _ _ z¢;~¿z,Ã ,, zâëz-2/gx. _ Algontmose Programaçaol :._¿ z_;zV,¿¿, I 
› ` ` {¿ 
v
_ “ “ '''' " ¬ z . 
‹
- 
¿>¿:z:~ 'V », .z if., e›z,×›.o»,»_ ,,..z».z‹.«.,. Az %¿¿,›.;~, ,E V «- ›‹f.‹‹,š ' ~ «‹'¬.zz;* ,,‹z”.z ,V I 
š .jg§ÂAIgoritmos e Programacao I -, 
» 
Ê* 
“fx ,_ ,, . W 
M 
x 
zé 
“§\Ê 
,,
* 
*sê
t * 
”' 
°~ 
âz 
»:‹=~:> 
«___ 
i`»sz‹í 
Í 
"` 
""**»Ífi; 
`<
“ 
^ 
`-f‹ 
“^¿`^fi«^ 
zmêâ.
W 
ëëw
M 
É 
sw 
*~¿t¢5“í 
W
. 
êzzarszzétà 
\\\ 
«iss 
”‹“-ef 
9,,-_<z;,__,,.....‹
~ 
*WWW 
>*x' ‹ ` 5 
» 
ii 
zzz 12» * 1%» f , z ~«› 
¿¡.;}'!,;.; v ›‹ « z » 
\ _ V ._ , , . «< jIëv.'*zz‹, =- « , t , _. ,Í .1~ .z› ~ r×››«‹ . =.,;:si›,¢'‹'››.z^‹~~,< , :..:-:=: » w°›:'.<§;',>L*‹fl`í'¿:'='« ~;êëâz'=;ê=-az. “f/°3':;^¿~'í~`z 
2' 
- 
. 
_ ,‹ “zw 'É 
jvff ›_ 
, *ff ==› 
z 
* W” tg 'šf ‹,,§1-f'âe¿;°':‹í2§'f,‹. £‹§¿.,* , -_ . “Ê . 
_¿¡§ z,;‹. _z.‹õ« ~.»-»,;›<â-,.§s;›¡¿×¿<»;,\, ;,;; ›, 
f ~¢‹úli,;z.z,z -¿;;»~›*f»., =,, «J . _, ._ , .. _ . A ^~›Í,;'~:“>‹'<<z~£:'×'~ ¬ø;.í<`_>*' Y' « zz zz ,, 
/ /. N I. . ¿¿ ¿ '1 f?22^.£íJfÍ= 2 "'I=*' '›-'^¬:?*=›*f <'«< .t*‹*2'^š›“~<'zL‹`‹š` 
1›,?×zz~ zš¿×;,§j~'<<;;z."§T°šÉ*f*{`Í›¿;'›zâz-›vw'»íf~:fé»'r:,;Á'f”;w*.‹:<“íí\7ll*iš.`¿‹ z«e.:×,›z ?»=»»:fz f * '”›" '
« 
g ««¡,;, ., , -,, z.az^.‹z«««.-z,,,»»›,,¿,w x ›‹, z »¢~›,‹‹z»- / <-» 
ç 
› ›‹ ›-» %~ Y ' , « zww ,_‹>'z§›w, zé .‹ z. « z.. . . z ,z ,._z,~ ,««. ,_ ›.z‹.^-w» '‹ Tá zàfëâràz» z‹ íãwzâz aäšlëfšá , «zw ›;,~.«× %v”~< š›*§×ê2 _ › z › .- -,›,-_ ,. ., - «V _ ;, âz,,z›;. ~ _ z zz- .,‹ _ z ‹ z. ««;‹; z ã 1; 
›
. 
' W*-_* >, ,, ,Á :,››.,>z›:z››_š*zi<z< '~,“.¿Ç«~‹'z,z.«»,‹ ,~ sx ‹z:z‹,«z¬, ס‹,;z;.,› ;×›.;.- fz zy, z\.z›fz~;W ,,»,~;~z \~ »zz‹,~¢ »‹“`« "*'z;× ‹.<,‹f;‹~, ~ -« 2* :sz «S 1~zz‹.,M‹,.›z Ma \- ,mz-z-.fz ›z,»~,z.‹›,,.›z»‹z V- ~‹ ,wzz ,~›~‹¿z\ _›_›‹,,,›,-,›,z.,,¿, t ,V ,W _ › ;,›,., «~.~.¿ W- - -z×z,›,,›;›‹,z,‹.‹,›~,;zz ,^`¢‹«,,¿zzzz.›^z,-V .,- z. ,z 
Figura 9 - Tela de Cadastro de Disciplina. 
O módulo professor no modelo proposto permite personalizar o sistema de 
acordo com algumas características básicas de identificação do professor, da 
disciplina e da turma que acessará o STI. A flexibilização de disciplina e de 
turma, permitindo a inclusão de mais de uma de ambas, já aponta para a 
possibilidade deste modelo ser aproveitado em outros conteúdos, senão aquele 
descrito nos objetivos desta pesquisa. 
5.3.2 O Modelo do Especialista 
O conteúdo do modelo do especialista dividido em teoria e seus exercícios. O 
modelo entidade relacionamento ou o diagrama entidade relacionamento 
(DER), definido por Yourdon (1999) onde dois objetos podem se relacionar em 
quatro cardinalidades: um-para-um, um-para-muitos, muitos-para-um ou 
muitos-para-muitos, melhor se adapta para representar o relacionamento
existente entre a teoria e os exercícios apresentados. A figura 10 representa 
este relacionamento: 
uma muitos 
Teoria pvssui 
Figura 10 - Relacionamento entre teoria e exercícios. 
Da forma apresentada uma determinada teoria pode possuir diversos 
exercícios relacionados a ela. Neste modelo o conhecimento é armazenado 
utilizando as regras de produção, de acordo com Woolf (1988) e Giraffa (1998), 
pois o domínio a ser representado é orientado a uma tarefa, que é a resolução 
dos exercícios. 
A teoria e os exercícios ficam armazenados em uma base de dados. O 
conhecimento do especialista é armazenado através dos valores 
(condicionantes) dados para que determinadoexercício seja considerado 
correto ou não. Estes valores, linhas médias de código, tempo mínimo e 
mã›<imo para execução do exercícios, serão referências utilizadas na correção 
da solução apresentada. 
Estes critérios serão armazenados neste modelo na mesma base de dados que 
o exercício, porém, durante a correção do mesmo, alimentaráo as regras de
produçao de correção, responsáveis pela obtenção do índice de 
aproveitamento do aluno. 
A figura 11 mostra a tela que permite o professor cadastrar a teoria. 
›.;*'a5-'lo de leorra 
i 
_ _ A i H i A i
; 
=**- “ :/= ›~:i<‹:f.<›=.z~›~›==z~'¡i'. ~«‹.z/«z‹.,,~-^i ›>âz<›~' -115-3--«<'<«w›%w .~»»z::f,< :ffíi 
T1 
. 
~flz‹«Mfifl~=|P~: 
. , _ 
Mig 
J É «»«fâ~«z. gx* M mix «L.f,§, TÂÉÊW _ -zza , ..w.- « W- HW» M M 
slruluradeAl ritmos V 9° 
, c 
ó~ Í 
, ,z Antes de utiizarmos uma linguagem de computador, é necessário organizar as °`1í':. 
v 
` 
ações a serem tomadas pela mácpina de forma organizada e Iógba, sem nos alermos as 
;« W Õ regras rígidas da Sintaxe de uma linguagem Paa isto utilizaremos uma forma de escrever 
í-._ tais ações, conhecida como algoritmo, ou pseudocódigo. 5 
Conceituando: Algoritmo consiste em um coniunlo lógico e finito de ações l 
instruções ] que resolvem um determinado problema 
Q
É 
' 
Us algontmos terão a segumle estrutura: 
iêlr `1'f“í@§` 
âtsonimo ‹N°meú°àgzâmz› ¿¿¿«¿; ¿ «ler ' " 
êWf*:***.ff 
_ 
rnrçoes› 
,; 
,z INICIO N 
<Comandos>
“ 
.., ,. ., z sz., 
1 
' 
Hr: “^` 
-,zigw.zz.~z‹›z¿@.›t.,..,,z,í¡z,¿z -.ye _. ,. -- » .,. . . . \ ,ás 
4 V “V .Q 
;'wš*'^› 
., 4 ‹, ‹ _ « .«,× ‹ ›z ~ ‹ \._¬z»z›¿¿, ‹, fz c. .zé-› ..: Q-.;›:'â› fr: fl›.` ›=,z: ~‹~/*~;;› J' «.‹."'. ¿§‹§1› sz <z^r.=«‹à?”4“ 
-, ,~z,¬,;;x , Y' . if. z› .. 1 t. _ 1 ' '/fz¿*°~ft., f§.`;@;:-Í¿*ê,;z.='~"¿-'í-;z7 ^;~:š‹f 2¡z;ã=‹â”¬¬ 
f; Á; “ ° tz. -é "'x“{f *fx . :‹ .èzâ fe» .;z‹.;;í«@,:,?Ê; j 
Figura 11 - Tela de Cadastro de Teoria. 
Nesta tela a inserção do código é que definirá o relacionamento apresentado 
na figura 10. No campo professor estarão listados todos aqueles professores 
cadastrados na opção de cadastro do professor. No campo texto teoria é que 
será inserido o texto relativo a teoria cadastrada. Se o texto da teoria a ser 
cadastrada estiver em um editor de textos padrão Windows®, a utilização do 
recurso copiar e colar, facilitará o cadastramento da mesma. 
Os exercícios serão inseridos, consultados, modificados e excluídos pelo
professor através da tela de cadastro de exercícios. Cada exercício terá um 
código único que o identificará no sistema, estará relacionado a uma 
determinada teoria, possuirá um nível de dificuldade inserido pelo professor. 
Estará vinculado a uma disciplina e possuirá além do enunciado, que 
caracteriza um problema a ser resolvido através de um algoritmo estruturado, a 
solução proposta pelo professor. O campo Linhas Média conterá o número de 
linhas de código em que o exercício poderá ser resolvido. Os campos Tempo 
Mínimo e Tempo Máximo balizarão em quantos segundos o exercício poderá 
ser resolvido. A figura 12 ilustra a tela de cadastramento de exercício. 
Cadastro rln Exercícios 
' 
>.:,§~:'À;_;,§_**=;,.« 5. f:..z_z.»,, z: .z z;àí:_;›,-_; › ;«¬«›=. ,zzizé IE ;'v'.zI»,;;~52f‹ 
_' ,›z.¿_z N, ‹, ‹‹.z,;«_` ___›.z,.. ,/,V ¿_,\¿. ,^,¿¿.._ ›~¡?¡J=;> ¡,:‹.‹¿;~¡,-É ¡}¡¿;.¿ :¢¿VV¿¡¿_/A;_.Í¡§,¿zÍ,~:,¿¿,;,,,›`¡
^ 
**'^lfc “ ' ' ' " '"*'?z.>í ^ ” ` ' ` 
. 
' 
zf: 
` ' V' ` 
. ?§'.'Í',7~`5f°,‹=
_
* 
Faça um algoritmo para ler a base e a altura de um triângulo. Em sguida. escreva a 
' 
área do mesmo. 
wi* .. j¿§¿¿›', Obs: Área = I Base “Altura ] I 2 ff - 
-{ã%2:` 
_ E _., W , . _ 
sã 
SÉ' 
if? 
›,
r 
*âsrà
V
.
z
I 
. ,, zt Í; ,;, ¿ -41,, 
* 
zi ›z¡§»z
V 
_ __ 
“ u « ~ 
_ 
V. 
_, 'Í;¡Íi>°ÍÊAlgorílmo Triangulo 
*/`
< 
gy, 1, . . V rf zu z.¡¿¡¬ auavers: 
1; 
_ 
base, altura. area: real; 
_ ;Íšj§; .:v§,f¿›1×> Inicio 
Leia[Base] 
- 
; , Leia{A|lura] § 
g 4, -z _ ~.- ,_ ,,.«,,....,z W., V z. ,, _ 1-* _. , _ ›z=.»;`~^,'.,.-- ~›',;z,~v 
»_>_;z ›,. ‹é~: '- xyz; L: - .,› .^ .z , »zz~1z*'Z.‹,>="fÍ .‹ 'â , ^ , z. r› sz: - zf , «)«‹.,z ,,à'à'›'s‹›z_<z'fz _, à,,;'›«›§;;°, I 1 š--,¬.v»,-f«--..,"z›--2>"'W¢;z ,;z~.;Í,:":' 0,: .z.‹;‹L..z;..f .¢'zz';›.›, N.: A1. :z^‹<‹. ¬ _ í,›¿*°¡»~› .~~' u :',t1.^«:'3^ ^z^rÍ1ã;'"z>._. *zu zàíf » ;=_›¢;,~;;_à ::»*;» xr" là/ «¿;¿f‹ff-/*›,<zÉë <;§§\š§,š=».f-.W _ ‹;a,;,;-,~,f;›`?~ rzzíäzz x _ ëx/ -¬. 'rÍV.,:‹‹ ,.f'f/âi__Íf›Í¬f«zz§3§;›_ 
_, 
.j; ,,'.”:¢¿¡,,,';_-¿=Íí,,;,¿Êx§Í;'g .`^,-â_í?ëzJ‹,ÍJá‹Íl* , ››*‹§<=\,¢,¢=",;' . 
Ê L àš 6,; K pç 3, ,, W., ,, ,,,,, 
. «W ...g ‹.z WW ._ . WV., ~ _: ,- ,,, z. <;1“:-°,:,,~,^* /Y* i \` ,fã ,l gi , ; 
_ 
"; ' __; y: ax ,_-, «<-_*==” ^=;~',,';';, z* ;¬-¬,,¿<=â ;,-rííjzí ;'.~'; 1,, :íâ,:Á§-=- _,z..._ ~ ,_, ,-,z z› › za.. ..-W. ~¬›~-‹^::~,2¿=,:»: .~:f -fia* ff 1-›-_? 7 * * 
. ¡_.¡,...,_ ow ‹«.›.«/.-.z...›‹,t>z,-az 
í 
-« fiz. ›», ,ayozz MM- ¿ uz: z,_, «~¿;,,« W, )V¿,,\Ã\, _' À ,.,,,.;_3\¡¿:¡W; ._ xx.. , ,«,z gw; 
W»
. 
W. 
úú-au»
š 
fi 
Ê~«.~‹ zz‹›‹«› f¬«‹¬ .‹fr ‹ › \:z.z_., . *:‹~..×*õz‹.z› Y* ,~ ;» 
* 
,~*â~*?‹`«Ê f;fÍ°:ÊI_;í"'Ê¢",;' 
Figura 12 - Tela de Cadastro de Exercício. 
O enunciado do exercício deverá possuir um baixo grau de complexidade, pois 
o enunciado de um problema é um forte componente de motivação do aluno no 
aprendizado. Pimentel & Direne (1997) sugerem que a repetição sistemática de
enunciados completamente diferentes, porém, de graus de complexidade 
aproximadamente iguais podem elevar consideravelmente a autoconfiança do 
aprendiz, mantendo-o motivado e produtivo. 
Os exercícios propostos serão classificados, pelo professor, através de sua 
experiência em: fácil, médio, difícil e muito difícil. Esta classificação permite ao 
professor quantificar e classificar sua experiência no desenvolvimento de 
algoritmos utilizando esta faixa de valores. O fato de não serem valores 
precisos, exatos, permite ao professor um melhor enquadramento dos 
exercícios que estarao no modelo do especialista. Este nível de dificuldade 
será utilizado pelo modelo pedagógico na apresentação de um exercício a ser 
resolvido. 
5.3.3 O Modelo Pedagógico 
O modelo pedagógico tem como principal função apresentar ao aluno o 
conhecimento armazenado dentro do modelo do especialista dentro de uma 
estratégia de aprendizagem mais adequada. Como já apresentado, o modelo 
proposto adotará duas estratégias de ensino aplicada a programação 
estruturada: a de acabamento e a de generalização. Giraffa (1998) defende a 
utilização de, pelo menos, de duas estratégias dentro de um STI, pois 
possibilita caminhos alternativos de aprendizagem. 
Enquanto os exercícios a serem resolvidos forem classificados como fácil e
médio a estratégia adotada será a de acabamento. Nos exercícios classificados 
como difícil e muito difícil a estratégia adotada será a de generalização. Ambas 
serão demostradas através das telas do modelo de interface. 
5.3.4 O Modelo de Interface 
O modelo de interface é responsável pela apresentação do material instrucional 
ao aluno. Esta comunicação permite ao aluno ter acesso a teoria sobre 
estruturas básicas de programação com seus exemplos e, principalmente, aos 
exercícios propostos, apresentados de acordo com a estratégia de ensino 
escolhida pelo modelo proposto. A tela principal da interface do aluno está 
apresentada na figura 13. 
. .z~ 
....,z. .z.z z ao.../;.= 
›4..ll.zl~^|l,.... 
.
V 
ÊÊ â ãšl l š *Ê 
S 
ã 
á iu 
Ê 
É U má Ê ; ã ¡ 5 â i . l z 
'nz - 
›¢‹ vma 
.z 
.› 
» 
zé‹›~' 
M 
zz
A 
~×' 
' 
z 
z 
.».z‹- 
f= 
za 
;z:×*°f°°°°°°“WW=@f?'@;`;«::;
¿ 
;5%W~<12H¿zm.,¬. 
' 
zfzzâ.-x2z‹.¿.-«---~,.wwz黫«§«w».,,,n.::@m.fw›v~,;×.z<.x“- 
='.z›,.
. 
z.›._-;=z-_=-=êr,-'.- 
í“*“““í'a?.-;.-.'^.“£..'f'z
A 
2:3
A
M 
..z=zzzz=. 
z:_;.=›-=‹.=×;~;âz=âz;;»;z- 
__ 
.-<z=..=z;.... 
_~ 
-«z‹r›:¿f 
-.-wzzzé‹‹.võ-
. 
' 
- 
...x=«‹*
t 
` 
:-z..z.»...\«›, 
%M_,_\
o
a 
1 
«f
a 
,;.Wz»;é^z.:-'^..._.
A 
==-*==-*-. 
««,:>.»_,m,,.,,. 
fl..,z~V;§¿¿: 
¿_W¿1=¡¿;z‹‹‹r-~¿
A
A
A
r 
%_¿%ââ›f»°‹»‹=~=~,Ê~f~_‹'›
, 
M3; 
M* 
Í” 
'gm
,
A 
' 
' 
.. 
,_
Í
A 
;___
_ 
_'=22€.'E;=ã:zz‹z.¿-â.:z-z¿âf=:‹=ê=êãi¿=§ãã-iii.i*-'-" 
zz
' 
' 
*z 
1'..z... 
;,
. 
4
. 
A
A 
z, 
V-zw 
I” 
A 
" 
' 
r
. 
¡¡- 
A 
- 
~ 
azz 
;
A 
V* 
_. 4 
Z 
az 
=:2 
ššä
Í
W 
. .. M 
¿¡=z§§ M Ú 
.` É 
A. 
*`*?^š'Y 
i` 
Íãtõ 
, . 
âizg šâ 
l 
z
‹
w 
., š
s 
., - 
. if. 
s *1='~~ 
~', 
"' 
š Í 
«Kia Í 
é ‹z«.«‹* Í» .lëišl zé.) ë=as=.' 
Figura 13 - Te a do A uno.
Nesta tela pode-se na função cadastro, colocar dados do aluno, para que o 
sistema possa personalizar algumas operações. Na opção exercícios tem-se o 
atalho para a tela de resolução dos mesmos. 
No cadastro do aluno, ilustrado pela figura 14, além da matrícula e do nome, o 
aluno identifica a qual turma pertence, o que futuramente, possibilitará uma 
comparação da evolução das turmas, seu nível de experiência em relação a 
algoritmos estruturados. Esta informação será utilizada na formulação do 
primeiro exercício. A senha personalizará e somente permitirá o acesso aos 
exercícios do aluno identificado, resen/ando o acesso ao seu desempenho. 
Cadastro de Alunos 1 
_ , â 
zz» 
' 
. . *. Q ›z›,«2ê »à§%.<~zg «~‹ ;;.« ^ “ ' tz ': ~,«»:§.,«z,; 
if' Élcio uelP|us «1 vg, › ›, W V* “ `¿«',, “ 
É 
‹M'g 
- 
. , 
zz zw* ' <=«-=-<- ' ›-z«‹z‹» ; 5.2” V : =â :~*~ fa' ×' í.,z=,;.ק=;;;L;,;,,,; 
,
. 
»‹z 
›zz7è« 
ääš 
¡ 
f Élcio Miguel Prus . 
› 
‹¬.,«Í';Ç/z
¿ 
Í §‹,É:`°* 5 'C' ‹-›; ~~,,»zz; *_ z ,z;,í<,=.›:v1§ , zé* ~ :zw ‹/ ×,»>z=~z› ‹ ××Í›f 0 3 ~ ,,,.;='z' .V ,-ÊÊšÍ;Ê›¢ «';¿;.››Ê§:‹;z;@ä ig ,
É 
zviwwg x, 1 fls; W ‹,«‹zâ,z_ê›,g>~‹z' ‹~‹zz;¬j__¿~;›tz›r§,×~;,‹¬;;‹ . - ¿ 'g ' 
.>fz.*~§§ TPD 15€ 
.. 1 » ;-".~ ..: V ‹,. « ; . W-»zê,íz›ê 
__¡;›_, _ . » ~ vz:1zj«_‹~z.,;.‹§2›,ú2,“›zzêá, ,'é§ëz;: 5 mz = ›, .› / ›.,. . f, , :,z;>z1à›zI‹, R3 '›z * <.”<2=;z**'ššg' 
«àë§,5és'fl°_ . .. "1,,? :'z;.,,j‹»;z_z‹â¿¡:;»,~^,.«z;}'¿za;-:f.í;..t'f¿~éI,“”;¿,¿zj: §.§¿¢'ízéU¿é;^¿:*ffÇ,.§.f~; * ä ¿ 3- Q* , 
. =, ,z~zz, “~:.x:;+,:°¿š»›;;;» É “ 
¿; z é z/.â ...bz ,zyfzífrz 'gx5jÊçíšš=f>×;;,›`›I*¿_í.'z¿,¿í ,M ft* 2 §“""*"“ W ri* ra ~ íë 
?ã'×vÍ%iãz ía E1 
WW» 
Éšíšfi 
«Y 
.,¡ 
,sã 
WÍVM 
«>« 
*W 
>›;~«¿ 
Éëíšš 
í.zË.'‹ 
, 
V .1'%íS;fiz 
123 
,zzzz wa -z ty., 
_ ,Y :mf -¬*Í,I«z- ff, ,z ‹'1`1=;<ãsz§êzfê.\¡ s ~‹ af ‹z,», ¡? ~,,¡.‹¡»z‹;;‹-/1 . .¡;z.: ,-;.“‹3z,,,«í/mz 3 rH¿~‹›¿;g;z<×,<.«;;~¢«,;¿z>f»z§';~z,âàzçxú
E â â Vw -32 2 
2 ‹~l › 
: 
*'›š‹?,I'~‹‹ “1 ×< -. -'‹, “ <^^,z>:^‹;'zf›>~<~ :.z.;:1~;7¿..^ ~~ 
§‹'z'51%,1 _, , ,, , ¿\.` .¿;y;¿¿; f- ~‹ 
. «Az › 
. 
' 
31» ;, za «, 8;-'~«.‹í¿» . zzz» _ Í ._ _. M _ ç ._ . V _. . V _ ~, . -.,,z¿.,¡ _, ¿. › , . z M., ,¡..1¢;\›.-mf Mw. V» ‹, às ø ,« J. , sz ¿<»‹«\` .z. .‹ 
,, , 
' ' ~ 
12›<\.:;z¿r,--. z-.z ~z»,z~.1>,<zz›~ ›zz»~.zz,~.:¿.,;zz .í›..›.‹ ...t :zé ›:»zâ;z;...,__,;¿¿.z.››.›:z«›~.z›zâzà‹¿.;,1¿‹.w=ê'zzâfià :::;;«~.«z.z*fz«‹r:zz;_z;.z.zzzéêu =í 4..." z ¬‹:zf .› - H rf-fr.-vê.: ' ,¢‹-f^\..: «-22;» z~>," â>::;›..f<:*-»f.^×f, z:1-',~z'-' .,.›~ê»z.;':›<›:"' â « 
‹. 
~ 
›;<z 
t 
.. ,. › 
zú<.%,«;f;;1*¿' 
' - f ›- 1'/zâ, í§:¬›;';a°4:^*ñ->~..2 /;' ' " »¢›:*f zw 9* fz é'‹/,~¬' fã â<:~××›.í; ~,"×Y=›'^;z'z.f,*››f~z/é' à£×< ` l <' W f '~~ ^ '* 'W/f* ‹ 'H / zw »- , ; ~,‹‹yê~«›.;. ;â‹;,<z›,‹‹z ››.; zâz §« 1 <-«za ,..‹« 
“Í” 
~¿¿¿z 54 *sã ë ^^ z,; >›‹ ‹‹: øzgí šç N W là W "”“* .=í,,. . .z . z› :vz-» .«. _-_.,-.W ,‹¡ z«,,,.,¿.W,~,›,_¬.. ,N , ç g , 
..¿› .. .¡,,›› __; ›...~zs. «_ ,H ...,.¿,,-ë ›,.¿c,W ¿, .> M-.. ,,,¿¶.¡ › z,.z _ {¿ WV- 4,¡¿.\,¿,¿‹.¿. ~ «›, z.--,z . ¡¿, 
fé ~ 
' 
í> 
; 
'
t 
,, /,pgëãššf-;i,‹;§§3g_›¿›*5 -W; ; ,4,,s,sz;»*§zf¢;,,í`. /;'¿~,,ií'.í22 ›#_ƒ=';,;;:;;:;;f':%:..1.,‹íEr": 1l“I‹~`;^`ƒ.;. ,"",Í1.§Í` ,;@šã$*í;;zz5;.^‹ 
: V ‹ 
_ ., ,....,M.., ,.... . .. _. _.,.,MW~›« >‹. , M., .. . . .,.. ,.\z_¡ 
Figura 14 - Tela de Cadastro do Aluno. 
Na opção exercícios o aluno terá acesso a tela de resolução de exercícios, 
apresentada pela figura 15.
_ , t vv* _' llezoluçao dos Lxclcrcio: hi 
. .f«»;z,×.- zâf. z , I, ,_ _., .«›‹;..m.z‹~«›z~.»,\S of ;f,.‹; zm Y ,,~:2fz»*,›.=›§›_zâ '~š>¿:,z‹ = N...-,¿;¡,,¿,~;z;,$ i ;-z:‹».¬f,›í" ;.×›2:~ 4,.. . ., ,,,,:,,z¬.,,._ ..i;.,, va.. ._×,...,_ff I _, .I _ .. À.../V 0 ,,^,'. z_ ,fã “_ 5* -« mi .. ¬ .z¡¿›§Z 
¿â.‹øâ'‹‹z;- 
fflä 
u 
as 
-
- Q 14/D4/01 
_¿¡¡f 
14/num 
15/04/oi 
~¿¿ 15/ua/01 
= 21 /04/01
V 
2: « 
*fã 
sf 
«fls 
zúiâ 
«v/'i 
.Ml 
/Nhz 
.'á^z'5 
.wí 
.¿`
, 
Í 
Da"-Kg 
âê 
zí I? 
šilzí 
ylzf, z, V ,.‹-.I A-=_‹ .«;,, 
.W , ., '..... . 
‹ 
“ 
‹',~:.,›.›
z
I 
1‹¿Wfl¬ 
I 4/D4/D1 
, W. ...M ...W W mm V
. 
ff- 
,
~ 
i 
.;¿1Ig]Mé‹úzT.w¢nmsz z.1¿;⧛@».-,za sw z,.I ~ «« 'mz . , ., :A , W I ‹z_ .› Y ,_~, ƒ‹';¿;z›¿, .¬,j{›3, __;,§;‹›:¿',§ .,_,¿,,¿7í¿¿= 
15/D4/0_1_ Y =,-~;›x›z:fz -Bgt-5 2 I I .,-L~úf› 
if›‹°‹_~¬ ~ 
21/04/97 'Í ÍÍ35 
vs zí I :W 
. z 
~'›.!z*-=â ââ zf; š{×'-.-155 I |l 
3 .J ...3¬..,._..:- 
. Mil ,,....,¡ -¡z; ¿».›š , ‹,,¡¿ zz›..›é, ..<zç.¿.›, ›t . vz: w ,.,.._,.. :_ ê *z.z. 
,,,. 
.;ä,‹..§«¿zz ..\ 4 , ‹;, :zreil-, 
' “Í ' 
z .I I t 
:zw z=zâz:>i‹. “ 
,:'z*?*< . 
°:Í>:` 'f 
., 
, ,Ã 
.wi 
.;› 
vz,-I. 
zââzv sf* 
à » 
Tzfl 
fš 
fã 
' 
fl' ff.i»1 if; fz >' f I 2-'/fzi
, 
‹ ,-_.,~.: ,¿«-,- 
Í] I 
I 1,1 “I .. 
^~*¬ 'M' ¬'..f.~ .:*nzê~»:ê 1 1 Éàaz, .,â-.›;«zzf , ..'z -.›z*Z',.\ /:':““::f~.--*_z«=,.':: 
z_›á Basico ãës WW «xx 
zv É 
¿¿;;¿¿a`
. 
sy;-V 
-.zzzz›<..
A 
§ã'f`> fx, 
Í'~§ 
. . . .LI z .f*':;›,.`‹í>ë;.:ä*';¡* Çzxé ?;,š` * '..'.'› 
z â 
‹,,, ~z_.,sfl›z§›v›=.~›¬‹›»‹,ú.~,.,;f., . ›z. 
, bz «« 
_ Nm W ‹ I " M Z V Nf, ,, , ,, ..»M»«,, 1',;»'›;,â-,;«¿;'»2;;z*z<¿1§¡ ==, 3: ,, , ^2^;^::-°«¬-zx - ...sz ç fx» .â . =€z=g:;,Làz¿ ›,__.¿,,.:_,,¿¿¿._¿_«=, ¿,›;›¿.»¡¿;¡ _ .›,s~ ;.z.;j«z¡<..S”.5,i”.<.Ã, 
Jëz<=2ê,«Y,ê:»za~‹;a2šiÍ"." '«cí'ק*J-“;‹2f <f`@`*¿'¿=,.›'›' as' 
w Í~"° *W › ` W Mw 'Í' M 
é 
,
r .fix «V ¬z¬¿~.-.Ê;fê1.›§g¿¡s,.›z,, V, , vz 
‹, ,zzz z...,;1:.‹ «:z_,.,«.. I vwzl? * f ' 
‹ 1 ° ». 1 
,,.‹z_ 1 .yes M z»..:.‹z,«,‹~.›,_ .›;W›¡. ,z.ø~, .;/4;... zzz, WM ‹.¿...¿.z.. _ ,¿ _, ~ ‹l,›¿_-.. , zzzfw- ›`»¡¡__¿¿‹¿.',, -fg; .,,...z: .z~»íâY‹--.»%.<§f_‹‹ <z.~.-.ã,.êÊ2Ê1*«:Y2~ zzzzøf 
~i A-â{ Ira -ri - - 'fjvg 
«Í 
1_;,,;.;__ .,....z›_..I,.“.,. L‹...;'¿.,z-g.. s,.¢z‹..,-:LL.'f;,,,¡tz,..._._;.,;¿‹:.¢.:;,;.z Ê ,-‹ 
;z zq ; *:,.,[ƒz)= 1 ×,:*~› ‹:11<.;:.‹,‹: ~`f~*°*':
' 
~à'ë‹.«.›-,>..«w ›~2`« 
,V,¿çN,_ ,.. . M: ^ z- .:-z^..‹.«,f 
ââ-›i› 
"' z*Z*íl«'~ 'f ”'‹«<*;; 
*;z.~z‹,«. .z‹.,~âz.z,;:,:f..fl.›,¬ 
,».zz.«›»,«›.~,”m_‹z« wzx. 
§¿“';@2'°=¿ 
,.M«¿.§,;«
§ 
âzê 
az» 
Figura 15 - Tela de Resolução dos Exercícios. 
Nesta tela o aluno, após acionar o botão Novo, seleciona o seu nome no 
campo Nome e em seguida o exercício a ser confeccionado, no campo 
Exercício. O enunciado corresponde a este exercício será apresentado no 
campo Enunciado. Depois da leitura do enunciado o aluno aciona o botão Inicia 
Exercício e os campos Data de Início do Exercício e Hora Início Exercício 
receberão como conteúdo a data e hora do computador, gravando-os nos 
campos correspondentes. Estas referências sen/irão como comparação para a 
correção. 
Para resolver o problema citado no enunciado o aluno deve acionar o campo 
Solução, clicando com o mouse sobre o referido campo, e então, começar a 
resolver o que foi pedido.
Durante a solução o campo Tempo de Solução fica cronometrando o número 
de segundos que o aluno está utilizando para a resolução do enunciado. 
Quando o aluno concluir a solução deve acionar o botão Termina Exercício, 
quando, então o relógio que estava cronometrando o tempo pára a contagem, 
e os campos Data Final Exercício e Hora Fim Exercício recebem como 
conteúdo a data e hora atuais do computador. Estes dados ficam registrados 
no modelo do estudante, que armazenará a evolução do aluno nos diversos 
exercícios. 
A diferença entre as datas e horas gravadas no sistema geram a metade do 
índice do acerto. O restante é calculado com a contagem do número de linhas 
produzidas pelo alunona solução apresentada. Esta informação está no campo 
Linhas Solução. A combinação destes dois valores geram, definitivamente, o 
índice de acerto, que é gravado no campo Índice Acerto. 
Quando finalizar um exercício o modelo proposto procederá a correção do 
mesmo, aplicando as regras de produção armazenadas dentro o modelo do 
especialista, contando o número de linhas de código produzida e 
cronometrando o tempo de resolução do mesmo. Estes dados são gravados 
indicando, data e hora do início e término de cada exercício realizado, com o 
número de linhas da solução apresentada. O tempo da solução é um relógio 
que cronometra o número de segundos que o aluno necessitou para 
confeccionar a solução. O número de linhas conta quantas linhas de código
foram produzidas na solução apresentada pelo aluno. 
Com base nestes dois aspectos: tempo de desenvolvimento do exercício e 
números de linhas de código produzida, o sistema procede a correção, 
transformando estas duas variáveis em um índice de aproveitamento, que 
indicará o grau de acerto do exercício e, de acordo com a tabela 1, levará o 
aprendiz a um outro nível, o manterá dentro do mesmo ou ainda, fará com que 
retorne a teoria para uma revisão. Quanto maior for o valor deste índice mais 
correto estará o exercício desenvolvido. 
Os valores contidos na tabela 1 estão inseridos dentro do modelo do 
especialista através de regras de produção. O índice de aproveitamento obtido 
denota o quanto o aluno acertou. Observa-se que o modelo proposto não 
determina um índice preciso de correção e sim um valor que representa uma 
faixa onde a solução proposta pelo aluno foi enquadrada de acordo com a 
solução apresentada pelo professor. O sistema não identifica na solução 
construída pelo aluno as diferenças encontradas em relação a solução 
proposta pelo professor. 
.indice de ~ indice de Azenps no f Nível de 'aificuzaaae aí; 
Aproveitamento ' exercício átualí 
¿ próximo exeIrr§í¢ix›zÂzíÍš.Ê.r~ 
O menor que 40 % retorno a teoria 
1 entre 41 e 50 % um nível abaixo do anterior 
|\) entre 51 e 75 % mesmo nível do anterior 
OO entre 76 e 90 % um nível acima do anterior 
-lã entre 91 e 100% dois níveis acima do anterior 
Tabela 1 - Regras para escolha do próximo exercício
Simultaneamente ao acionar o botão Termina Exercício, o sistema além de 
encerrar a contagem do tempo, abre uma nova janela com as informações 
relativas a teoria a qual o exercício proposto está vinculado e apresenta a 
solução proposta pelo professor para que o aluno possa comparar. Esta tela é 
apresentada na figura 16. 
C g 
_ 
I ` › 
.. 
_ 
._ 
g ' 2 
. 
zj Exercicio Resolvido z
' 
^‹'°~',z;. My šâ`.=›â›éT -›‹‹»z.z- « "'»';, ,tg /L ';zíz;.;,:¢ «^.‹';,› <‹,wç~:›* *íswm 
_, êwzxâzjêiâiâ,-âzšëf.z훧:, €,;z,~í; zz2>»Í;¿›l;§`;2 «fã ”> 2” *K-' W *Y '*~':, °,I›.*:,- *ff zƒzzf “,_§<;,ê.cs;,,,-rir; iv; z ;,; ‹^ ›~z.~‹,, ~‹\,¬z«.f;.. 'mv ; W-,z:_,âi‹‹›;›.¿z,:,z;.,.'í;;:;%-;';;à¿¿¿¿fz¿.§.~z aê 
i 1 ~
r 
«zé 
fazfá Estrutura de Algoritmos ê; ` 
lí 
É Antes de utilizarmos uma linguagem de computador, é necessário orgariizar as ações a serem tomadas pela 
¿ 
máquina deforma organizada e lógica, sem nos atermos as regras rígidas da Sintaxe de uma linguagem. Para isto 
utilizaremos uma forma de escrever tais ações, conhecida como algoritmo, ou pseudo-código. ›§ 
Conceituando: Algoritmo consiste em um conjunto lógico e finito de ações [ instruçoes ] que resolvem um 
determinado problema. 
3íè§íä 
¡1`‹É`‹f»~ Os algoritmos terão a seguinte estrutura: fi 
uszàfi .:;'í1 
'f`l ' 
., . . _ «aff 
1 
~
z
1 ›' :' ' = ' “ z,â~ z _» f ¬ ,› « ~ .. ‹fz:*:i:5:z. 1:... ;~;z,;z « ,,'!z' ««›;¢<«,.,,ià;.-R »:~=_%_â×~z›/›› ;z~×<».«fâ1z¿,,¡>,,,§i.~›;fl~‹2 - z ' fis zizzfêf ; ..z‹z~ » f‹fi=:.f: sé 1 .zz..;. Iizzfsfxz ›¡z `*§`› 
Algoritmo Triangulo fil 
§ zíf ¿ Variaveis: _§.}¿l " 
2; base, altura. area : real; É” 
lnlclo 
2;.
K 
tzz* > Leia[Basel 
¿, É 
az Leia[Altural if ši 
'¿ Area [Base °' Altura]/2 if 
..~j§‹.‹' Escreva [Area] 
Fim 
.{.¿›_'Aí íšlzš
r afã ' 
:-Í" *il 
2zz;šz;¿ < 
:mà '
2 
;z '"z<;¶.,.W›-z,~~› A .:v..»:~t...',_1».zt,‹; =›;^.~íéz.s.;.×cz›;. 2 W › 
.. 
§› . ,,z, ‹, s _ _ vhs. » ., z ~,=«`› . =-. ^~×'«:.›‹›×'-z~'×i. .zé N , » J Í׋1'~`‹šI;`f""/' * Í' ' _ ' :,^M::7..~‹$-'¢','¡4‹‹' \ «fi . .zfl s, , z« »~‹~~; z; ‹›,~z=-;z-* ;_.Í.›, - * ›_ ‹f›:‹.‹â;‹. , , i« >§z%z/,zfl ;.,:,»,:~¿, ç V ¿ zé-.z 
. 
z > >
, wzzs, ¿› M..;,z;‹, › z. .z,jz›.i«› W › › « H fi t ‹ ‹ » «i ¿¿¿«¿¿¿š,›¿\ èš 
. t W, , ,. ::;,»‹ Y» ,z`r:::2~>›'z* Á... ‹z«-z- z z,‹- < âzfiâfš 
"'Í'ͧ›?§5 'f',í^*,í.\ 5; off, z:'>?Ê¿Ê°^`?"íÍz,'¢“`×Í'›/'zÍVz'Ê›l` ' Â/`{Íš`?'Íf°›z'¿,' 1=,`I,<i v V Qififw, 1» Í' Í' z'‹3l"Y"¿'°"“z5Íf fz' '“-'WV' V ",,°¡ .-'7?'.3`5Í°`Í‹«› 3 `f" K'5\`3°?'f“$5Ê7'íi2'¬.**5.'“^f<l$>X“5Í” ‹ `‹‹ 2 
éi to 
Figura 16 - Tela de Teoria e Solução do Professor. 
3,; ílií ‹.%
z 
ze isa» 
§¿5«~§z-~‹ 
A apresentação desta tela tem como principal objetivo reforçar a teoria 
vinculada ao exercício e proporcionar ao aluno uma visualização da solução 
apresentada pelo professor, já que o sistema apenas indica o índice de 
aproveitamento obtido e não os pontos discrepantes no código entre a solução
realizada pelo aluno e a sugerida pelo professor. 
5.3.5 O Modelo do Estudante 
O modelo do estudante é responsável pelo controle da evolução dos 
exercícios, observando o desempenho obtido nos anteriores. Este módulo 
controlará o aluno desde o ponto inicial, que é um exercício classificado como 
fácil até o momento em que o aluno finalize o aplicativo. Em todos os 
exercícios propostos o sistema obedecerá as regras da tabela 1 para escolha 
do próximo exercício: 
Para melhor ilustrar a atuação deste modelo dentro do sistema será descrita 
quatro situações possíveis de ocorrer que envolvem quatro, diferentes, alunos, 
identificados como A, B, C e D. Estes alunos iniciam a utilização do sistema, 
após terem um determinado conteúdo em sala de aula. 
O aluno A, faz o primeiro exercício classificado como fácil, e atinge o nível de 
aproveitamento 3, que representa um acerto entre 75 e 90 % do exercício 
proposto. O aluno que estava no primeiro exercício receberá um segundo, 
classificado como médio. Realizado este novo exercício no qual atinge o nível 
de aproveitamento 3. Recebe um novo exercício, agora, classificado como 
difícil e realiza-o com nível de aproveitamento 3. Recebe outro exercício 
classificado como muito difícil. Feito este último, no qual também, atinge nível 
de aproveitamento 3, o modelo proposto, através, da interface com o aluno,
113 
informa o mesmo que o nível de aprendizagem e conhecimentos 
demonstrados, estäo acima das expectativas e após registrar estas 
informações no modelo do estudante, informa que o aprendiz está apto neste 
assunto. Graficamente, o aluno A estaria representado na figura 17. 
IdA =3 IdA =3 |ndAp=3 n p n P 
EXGFGÍGÍO Exercício Exercício Exercício 
nível níve| n¡Ve| nível muito 
fáCÍ| média difícfl difícil 
|I1dÀp = 3 
Figura 17 - Representação gráfica da situação do aluno A. 
O aluno B parte do mesmo ponto que o aluno A. Mas apresenta dificuldades na 
elaboração da solução, e o nível de aproveitamento identificado pelo modelo 
proposto foi o nível 2, ou seja, entre 50 e 75 % de acerto. O próximo exercício 
proposto será do mesmo nível do anterior, ou seja, fácil. Esta situação persiste 
por 3 (três) exercícios, e o sistema remete o aluno ao assunto relacionado na 
teoria, para reforço de aprendizagem e reiniciará os exercícios, registrando no 
modelo do estudante este acontecimento. Graficamente, o aluno B, estaria 
representado na figura 18.
z 
Ponto 
Inicial 
IndAp =_ 2 IndAp = 2 IndAp = 2 
Exercício Exercício Exercício Exercicio 
nivel nível nível nível 
facil fácil fácil fácil 
Retorno a 
teoria 
Figura 18 - Representação gráfica da situação do aluno B. 
O aluno C parte do mesmo ponto que o aluno A e B. Porém ao realizar o 
primeiro exercício proposto, classificado como fácil, apresenta dificuldades e 
obtémo nível de aproveitamento 2. O segundo exercício proposto será de 
mesma classificação, fácil, e neste o aluno consegue obter nível de 
aproveitamento 3. Recebe, então um terceiro exercício, classificado como 
médio, que após ser concluído, obtém nível de aproveitamento 1. O sistema 
identifica que o aluno não reúne condições de receber novos exercícios, nem 
do mesmo nível e nem de níveis mais elevados e propõe um retorno a teoria e 
um recomeço da elaboração dos exercícios. Graficamente, o aluno C, estaria 
representado na figura 19.
Ponto 
Inicial 
I dA 2 IndAp 
= 3 
I1 = , . , . Exercício P Exercicio _ › Exercicio 
nível nível nível 
fácil fácil médio 
in‹iAp = 1 
Retorno a 
teoria 
Figura 19 - Representação gráfica da situação do aIuno.C. 
O último aluno, D, que realizou como ponto de partida o primeiro exercício de 
classificação fácil e obteve como nível de aproveitamento 4, com acerto entre 
90 e 100 %, recebe um segundo exercício de nível difícil, ou seja, dois níveis 
acima em decorrência do seu nível de aproveitamento identificado. Resolvido 
este segundo exercício, no qual obteve nível de aproveitamento 3, recebe outro 
com classificação muito difícil. Na realização deste obteve, novamente, o nível 
de aproveitamento 3 o que possibilita ao sistema identificar que este aluno está 
apto neste assunto. A representação gráfica deste aluno pode ser observada 
na figura 20.
H
'
Ponto 
Inicial 
IndAp = 4 IndAp = 3 ^ IndAp = 3 
EXGYCÍOÍO Exercício Exercício 
nível níve| nível muito 
fácil difícil difícil 
Figura 20 - Representação gráfica da situação do aluno D. 
Como o obsen/ado pela descrição das situações anteriores, o modelo proposto 
parte de um objetivo que é um determinado assunto dentro do domínio que 
representa, ou seja as estruturas básicas de programação, e possibilita ao 
estudante a identificação se está apto ou não em determinada estrutura, 
através da resolução de exercícios e da comparação destes com a solução 
apresentada pelo professor. 
5.4 Considerações Finais 
O modelo proposto de um STI aplicado ao ensino de programação estruturada 
foi modelado com base em exemplos de STI existentes e, principalmente, com 
base na complementação de conteúdo que a disciplina de Algoritmos e 
Programação I, descrita nos objetivos desta pesquisa, necessita. 
A modelagem utilizou- ferramentas específicas aplicadas ao processo de 
análise e implementação de sistemas estruturados, descritos por Yourdon
(1999), no entanto, as ferramentas de modelagem utilizadas, como o DER, não 
retiram a proximidade existente com o modelo proposto e os recursos de IA 
necessários para uma futura implementação completa do mesmo. 
O modelo atende o conteúdo programático da disciplina de Algoritmos e 
Programação I (anexo 1). Como já citado esta disciplina é introdutória no 
currículo de programação que o curso de Tecnologia em Processamento de 
Dados desenvolve. Ela é base e pré-requisito as demais disciplinas 
relacionadas ao assunto de programação existentes no curso. O modelo 
proposto vem de encontro com a necessidade de reforçar os conteúdos 
abordados e efetivar uma melhor aprendizagem, considerando os 
conhecimentos anteriores de cada aluno. 
Para Direne & Pimentel (1998) os avanços recentes na generalização de 
estratégias de ensino, sistemas de autoria e de shells tutores contém 
informações valiosas sobre arquiteturas internas que podem beneficiar muito a 
construção de sistemas de ensino de programação, especialmente quando o 
projeto de tais sistemas inclui aspectos de aprendizagem à distância.
6 coNci.usóEs E REcoMENoAçóEs 
O objetivo deste capítulo é avaliar o modelo proposto e o protótipo 
desenvolvido de forma qualitativa, apresentando as conclusões obtidas da 
pesquisa realizada e propor recomendações para futuros trabalhos de 
continuidade da pesquisa e de implementação do STI. 
6.1 Avaliação do Modelo Proposto 
Para o desenvolvimento deste tópico, o protótipo foi apresentado a cinco 
alunos, todos do primeiro semestre de TPD e ao professor que trabalha com 
esta disciplina. A eles foi apresentado a idéia do modelo, o protótipo e então, 
logo após, uma rápida explicação de como operá-lo, foi dado cinqüenta 
minutos, o que eqüivale a uma hora-aula adotada nas FacuIdades'Santa Cruz, 
para que os mesmos pudessem utilizá-lo. 
Decorrido o tempo, inicialmente sugerido, cada um teve um espaço de dez 
minutos para que, sem formalidades, apresentassem as impressões sobre o 
que avaliou. Os resultados foram anotados e separados em dois grupos: os 
aspectos positivos e negativos obtidos da utilização do protótipo, apresentados 
a seguir, considerando o professor e os alunos. 
6.1.1 Aspectos Positivos - 
Os seguintes aspectos positivos foram identificados, pelo professor, no
protótipo: 
1. A idéia é muito boa e adequada a disciplina, pois não existe dificuldade 
maior do que fazer um exercício de programação e não ter como ficar sabendo 
se está certo ou não; 
2. É muito fácil de utilizar, o aplicativo que cabe em um disquete de 3 1/z “ 
podendo ser instalado em qualquer computador com plataforma Pentium; 
3. A interface gráfica é bem interativa e não apresentou erros durante os testes; 
4. É muito interessante a forma de escolha do próximo exercício, considerando 
o que foi feito no anterior; 
5. A consideração do programa em relação ao nível de experiência anterior 
transmite confiança, sabendo que os exercícios serão de acordo com o grau de 
conhecimento; 
6. O protótipo permite a inclusão de diversas definições que foram e que serão 
utilizadas na disciplina, inclusive a mais apropriada; 
7. Os exercícios são fáceis de serem cadastrados, tal como qualquer outra 
operaçao do módulo do professor. ' 
Os seguintes aspectos positivos foram identificados, pelos alunos, no protótipo: 
1. A idéia trouxe uma situação muito positiva em relação aos exercícios que o 
professor passa para resolver em casa; 
2. O protótipo é de grande valia pois pode, em alguns caso, fazer o papel do 
professor; 
3. A interface é gráfica e bem comunicativa;
4. Após a resolução do exercício além de ter-se o índice de acertos, tem-se a 
solução indicada pelo professor, minimizando o tempo de cópia e auxiliando a 
comparação do que foi feito; “ 
5. O objetivo proposto pela idéia é inteiramente abrangida no protótipo. 
6.1.2 Aspectos Negativos 
Os seguintes aspectos negativos foram identificados, pelo professor, no 
protótipo: 
1. O sistema poderia considerar que um enunciado (exercício) pode possuir 
mais que uma solução e dar espaço para este tipo de possibilidade; 
2. As telas são cinza e não apresentam indicação de como preencher 
determinados campos; 
3. No módulo do aluno a opção de cadastro não está suficientemente clara, o 
que pode ocasionar dúvidas, tanto no preenchimento como na utilização; 
4. A indicação do tempo de solução no campo indicado para isto pode causar 
um certo desconforto ao aluno. 
Os seguintes aspectos negativos foram identificados, pelos alunos, no 
protótipo: 
1. Não há nenhuma animação, como som ou imagem, o que tornou o teste um 
pouco monótono; 
2. O campo Tempo de Solução não deveria ficar marcando o tempo de 
desenvolvimento, pois de uma forma ou outra pressiona a terminar o exercício;
3. A forma de correção utiliza poucos critérios e pode não indicar, com certeza, 
se a solução apresentada está, realmente, certa ou não; 
4. O programa é pouco interativo com o aluno, se preocupando, apenas, com a 
questão do ensino de programação estruturada. 
6.2 Conclusões 
A mente humana não somente possui a capacidade de adquirir conhecimento, 
como também é capaz de manipular um nível de entendimento muitas vezes 
baseando-se apenas no próprio conhecimento. Apesar disto, míuitos dos 
trabalhos na área de IA têm buscado modelar a mente humana através de uma 
heurística baseada em regras e não têm obtido muito êxito. “ 
Se os computadores pudessem de alguma forma ser dotados de algo como a
É 
compreensão, introspecçãoe razão humana, o resultado provavelmente não 
seria um modelo preciso do raciocínio humano, mas certamente poderia se 
relacionar e interagir com humanos de uma forma muito parecida a um 
professor humano. O campo da pedagogia baseada em IA busca exatamente 
isto. 
Tomando por base o objetivo geral proposto de projetar e desenvolver um 
modelo de STI abrangendo a matéria de Algoritmos e Programação para ser 
aplicado à disciplina de Algoritmos e Programação I, no curso de TPD, das 
Faculdades Santa Cruz de Curitiba, conclui-se que: `
1. O protótipo proporciona automação na escolha do próximo exercício de 
algoritmo, considerando o estágio apresentado na resolução do anterior, 
simulando, com restrições, a escolha que seria feita por um professor; 
2. A forma de apresentação da teoria, permite ao aluno, desenvolver diversas 
visões do mesmo conceito ou tópico de algoritmos estruturados; 
3. O número de exercícios existentes no protótipo sen/em de auxílio e estímulo, 
tanto ao professor como ao aluno, pois não possuem qualquer restrição em 
relação a quantidade e nível de dificuldade; 
4. Com base na avaliação realizada, foi possível identificar a satisfação dos 
alunos em operar um programa que, de alguma forma, auxilia no aprendizado 
da disciplina; 
5. Apresenta uma interface gráfica e interativa que proporciona boa 
comunicaçao com o aluno e professor; 
6. Apresenta facilidades operacionais, o que torna a concentração do usuário 
exclusiva para a resolução dos exercícios; 
7. Há necessidade de ampliar o número de fatores considerados para a 
correção, minimizando a possibilidade de erro durante a mesma; 
8. A forma de apresentação dos exercícios transmite ao aluno confiança, pois o 
mesmo sabe to próximo exercício será um de nível adequado aos 
conhecimentos demostrados no anterior. 
6.3 Recomendações 
As recomendações sugeridas em relação a pesquisa e ao protótipo
desenvolvido são: 
1. Ampliar a análise dos currículos de cursos superiores de informática, para 
que a disciplina que desenvolve a habilidade de programação seja 
profundamente dissecada, e seja traçado um panorama, detalhado, do 
profissional a ser formado e da importância desta disciplina em seu perfil. Esta 
análise poderia ser regionalizada considerando uma área de atuação, por 
exemplo uma cidade, um estado ou uma macro-região; j 
2. Considerando, ainda, a recomendação anterior, a análise, também, deve 
considerar as bibliografias utilizadas na disciplina, pois ela serão a base de 
alimentação dos conhecimentos no modelo do especialista; 
3. Ampliar o número de alunos que realizaram a avaliação para obter, de forma 
quantitativa, os aspectos que o protótipo deva ser melhorado; 
4. Reestruturar o design das telas, tornando-as mais agradáveis e utilizar cores 
e recursos multimídias para interagir melhor com o usuário; 
5. Desenvolver um help (ajuda) interativo indicando a forma de preenchimento 
dos campos e englobando as dúvidas mais comuns que possam acontecer; 
6. Reavaliar a linguagem utilizada para o desenvolvimento do sistema. No 
caso a linguagem Delphi® versão 5.0 foi aplicada, porém, versões mais 
atualizadas e direcionadas para a área de lA, poderiam, com menos linhas de 
código, implementar mais funções, dando ao sistema mais inteligência; 
7. Permitir ao professor um controle de evolução do desempenho de seus 
alunos, por turma.
124 
1 REFERÊNCIAS B|B|_|oc.RÁF|cAs 
ALVES, Maria Bernardete Martins, SIMÕES, Priscyla Waleska T. de Azevedo. 
Tutoriais inteligentes, 1999 .Disponível na Internet: V 
http://wwwedit. inf. ufsc.br:1 998/alunos99/trabfinal/tutoriais_htm. (acessado 
em 04.07.2000) 
BARRETO, Jorge Muniz. Inteligência artificial no limiar do século XXI. 
Florianópolis: PPP Edições, 1998. 
BARROS, Célia Silva Guimarães. Psicologia e construtivismo.`Säo Paulo: 
Atica, 1996. 
BARROS, Célia Silva Guimarães. Pontos da psicologia escolar. São Paulo: 
Atica, 1998. 
BITTENCOURT, Guilherme. Inteligência artificial: ferramentas e teorias. 
Florianópolis: Editora da UFSC, 1998. 
BROWN, M. Exploring Algorithms Using Balsa-II. USA: IEEE Computer - 
Number 21, pág 14-36, 1988. 
CHAIBEN, Hamilton. Inteligência artificial na educação, 1998. Disponível na 
Internet. http://www.cce_ufpr.br/~hamiIton/iaed/iaed.htm. (acessado em 
03.12.1999) 
CHANG,K.E.; CHIAO,B.C.;HSIAO,R.S. A programming Learning System for 
Beginners - A Completion Strategy Approach. International Conference on 
Intelligent Tutoring Systems - ITS 96, Volume 3, 1996, Berlim: Springer 
Verlag, 1996. 
CORMEN, Thomas H.; LEISERSON, Charles E.; RIVEST, Ronald L. 
Introduction to Algorithms. EUA: McGraw-Hill Book Company, 1990. 
CÓRIA-SABINI, Maria Aparecida. Psicologia aplicada à educação. São Paulo: 
EPU, 1986. 
COSTA, Rosa Maria E.M., WERNECK, V.M.B. Tutores Inteligentes. Rio de 
Janeiro: COPPE /UFRJ, 1996. 
DAVIS, Cláudia; OLIVEIRA, Zilma de Moraes Ramos. Psicologia na educação. 
São Paulo: Cortez, 1994.
DILLENBOURG, Pierre. The role of artificial intelligence techniques in training 
software 1994. Disponível na Internet. 
http://tecfa.unige.ch/tecfa/general/tecfa-people/dillenbourg.html (acessado 
em 10/01/2001) 
DIRENE, Alexandrelbrahim; PIMENTEL, Andrey Ricardo. Medidas cognitivas 
no ensino de programação de computadores com sistemas tutores 
inteligentes. In: IX Simpósio Brasileiro de Informática na Educação (SBIE), 
9., Anais..., Fortaleza, 1998. 
EBERSPÃCHER, Henri Frederico. Proposta, Projeto e Desenvolvimento de um 
Sistema de Autoria para Construção de Tutores Inteligentes Hipermídia. 
Curitiba, abril de 1998. (Dissertação de Mestrado apresentado ao Curso de 
Pós-Graduação em Engenharia Elétrica e Informática Industrial do Centro 
Federal de Educação Tecnológica do Paraná). 
FALCÃO, Gérson Marinho. Psicologia da aprendigazem. São Paulo: Ática, 
1996.
I 
FARRER, Harry et alli. Pascal estruturado. 33 edição. Rio de Janeiro: LTC, 
1999. 
FIALHO, Francisco Antônio Pereira. Uma introdução à engenharia do 
conhecimento, 1998. Disponível na Internet: 
http://eps.ufsc.br/disciplinas/fialho/ergcog/index.html. (acessado em 
06/07/2000) 
GIRAFFA, Lucia Maria Martins. Fundamentos de sistemas tutores inteligentes, 
1996. Disponível na Internet: http://wvvw.inf.pucrs.br/~giraffa/ia/textosia.htmI. 
(acessado em 03.07.2000) 
GIRAFFA, Lucia Maria Martins. Uma arquitetura de tutor utilizando estados 
mentais. Porto Alegre, 1998. (Tese de Doutorado apresentado ao Curso de 
Pós-Graduação em Ciência da Computação da Universidade Federal do Rio 
Grande do Sul). 
GUIMARÃES, Ângelo de Moura; LAGES, Newton Alberto de Castilho. 
Algoritmos e estruturas de dados. Rio de Janeiro: LTC, 1985. 
JONASSEN, D.H.,WANG, S., The Physics Tutor: Integrating Hypertext and 
Expert Systems. Journal of Educational Technology Systems, Vol. 22, p. 19- 
28, 1993. 
KAPLAN, Randy e ROCK, Denny. New directions for Intelligent Tutoring 
Systems. AI Expert, Fev. 1995, p. 31-40.
KEARSLEY, Greg. Artificial Intelligence and Instruction, applications and 
methods. Addison Wesley, 1987. 
LIBERMAN, H. Seeing What Your Programs are Doing. USA: International 
Journal of Man-Machine Studies, pág 311-331, 1984. 
MANBER, Udi. Introduction to algorithms: a creative approach. EUA: Addison- 
Wesley Company Inc, 1989. 
MATUI, Jiron. Construtivismo: teoria construtivista sócio-histórica aplicada ao 
ensino. São Paulo: Moderna, 1995. 
MINISTÉRIO DA EDUCAÇÃO E CULTURA. Secretaria de Educaçäo Superior. 
Diretrizes curriculares de cursos da área de computação e informática. 
Brasília: MEC, 1999. 
MIZUKAMI, Maria da Graça Nicoletti. Ensino: as abordagens do processo. São 
Paulo: EPU, 1986. 
MOREIRA, Marco Antonio. Teorias de aprendizagem. São Paulo: EPU, 1999. 
NISKIER, Arnaldo. LDB: a nova lei da educação: tudo sobre a lei de diretrizes e 
bases da educação nacional: uma visão crítica. Rio de Janeiro: Consultor, 
1996. 
OLIVEIRA, Martha Kohl de. Vygotsky: aprendizado e desenvolvimento: um 
processo sócio-histórico. São Paulo: Scipione, 1997.PIMENTEL, A.; DIRENE, I. Medidas Cognitivas para o Ensino de Conceitos 
Visuais com Sistemas Tutores Inteligentes. Anais do VIII Simpósio Brasileiro 
de Informática na Educação (SBIE-97): Säo José dos Campos, 1997. 
PINTO, Wilson Silva. Introdução ao desenvolvimento de algoritmos e estrutura 
de dados. São Paulo: Erica, 1990. 
RABUSKE, Renato Antônio. Inteligência artificial. Florianópolis: Editora da 
UFSC, 1995. 
RICH, Elaine. Inteligência artificial. São Paulo: McGraw Hill, 1988. 
RICH, Elaine; KNIGHT, Kevin. Inteligência artificial. São Paulo: Makron Books 
do Brasil, 1994. 
SALVETTI, Dirceu Douglas; BARBOSA, Lisbete Madsen. Algoritmos. São 
Paulo: Makron Books, 1998.
SEBESTA, Robert W. Conceito de linguagens de programação. Tradução de 
José Carlos Barbosa dos Santos. 43 Edição. Porto Alegre: Bookman, 2000. 
SILVA, Valdete T. Módulo pedagógico para um ambiente hipermídia de 
aprendizagem. Florianopólis, 2000. (Dissertação de Mestrado apresentado 
ao Programa de Pós-Graduação em Engenharia da Produção da 
Universidade Federal de Santa Catarina). 
SILVEIRA, R.A. Inteligência Artificial em Educação: um modelo de sistema 
tutorial inteligente para microcomputadores. Porto Alegre, 1998. 
(Dissertação de Mestrado apresentado ao Curso de Pós-Graduação em 
Ciência da Computação da Pontífice Universidade Católica do Rio Grande 
do Sul). 
SlLVElRA,R.A. ELETROTUTOR ll : um tutor na WEB. Porto Alegre: UFRGS, 
1996. 
SZWARCFITER, Jayme Luiz; MARKEZON, Lilian. Estruturas de dados e seus 
algoritmos. 2a Edição Revista. Rio de Janeiro: LTC, 1994. 
TERADA, Routo. Desenvolvimento de algoritmos e estruturas de dados. São 
Paulo: McGraw-Hill, Makron, 1991. 
TERADA, Routo; SETZER, Valdemar W. Introdução à computação e à 
construção de algoritmos. São Paulo: Makron Books, 1992. 
TREMBLAY, Jean-Paul; BUNT, Richard B. Ciência dos computadores: uma 
abordagem algorítmica. São Paulo: McGraw-Hill do Brasil, 1983. 
VICCARI, Rosa Maria. Sistemas Tutores Inteligentes: abordagem tradicional x 
abordagem de agentes. Simpósio Brasileiro de Inteligência Artificial. 
Curitiba, 1996. 
WARNIER, Jean Dominique. LCP: lógica de construção de programas. Rio de 
Janeiro: Campus, 1991. 
WENGER, E., Artificial Intelligence and Tutoring Systems. USA: Morgan 
Kaufmann Publishers, 1987. 
WINSTON, Patrick H. Inteligência artificial. São Paulo: Livros Técnicos e 
Científicos, 1987. 
WIRTH, Niklaus. Algoritmos e estrutura de dados. Rio de Janeiro: Prentice-Hall 
do Brasil, 1989.
WOOLF, B. Intelligent Tutoring Systems: a survey. National Conferences on 
Artificial Intelligence, 1988. USA: Morgan Kaufmann Publishers, pág.1-43. 
YOURDON, E. Análise Estruturada Moderna. São Paulo: Campus, 1999. 
ZlVlANl, Nivio. Projeto de algoritmos: com implementações em Pascal e C. 4a 
Edição. São Paulo: Pioneira, 1999.
8 ANEXOS 
8.1 Anexo 1 - Conteúdo Programático da Disciplina de Algoritmos e 
Programação I z 
FACULDADE REGIONAL SANTA CRUZ DE CURITIBA - FARESC 
Flua Pedro Bonat, 103 - Fone/fax: (41) 248-0311 - CEP: 81110-040 - Curitiba - PR 
coivreúno PROGRAMÁ Tico 
Curso ............................ .: Tecnologia em Processamento de Dados 
Disciplina ..................... .: Algoritmos e Programação I 
Carga Horária .............. ..: 72 horas 
Departamento ............... _: Processamento de Dados 
Ob¡etivo(s) - 
Motivar o aluno a solucionar problemas aplicando as técnicas do pensamento 
algorítmico, traduzindo os esparsos e complexos pensamentos em lógicos e 
simples, essenciais à confecção de programas computacionais. Criar o hábito 
da resolução de problemas através da aplicação das estruturas básicas de 
programação. Introduzir o aluno, na programação, através da aplicação da 
Linguagem PASCAL na resolução dos problemas. 
Ementa 
Desenvolver as noções básicas de lógica computacional. Funções matemáticas 
e lógicas. Aplicar as estruturas utilizadas em algoritmos para a resolução de 
problemas matemáticos, através dos conceitos do português estruturado. 
Estruturas de decisão, seleção e controle. Aninhamento de estruturas. 
Conceitos, desenvolvimento e aplicação da Linguagem PASCAL. 
Programa 
1. Introdução à Lógica Computacional: Conceitos básicos. 
2. Funções Matemáticas: Tipos primitivos; Constantes; Variáveis; Expressões e 
Operadores matemáticos.
3. Funções Lógicas: Operadores relacionais e operadores lógicos. 
4. Algoritmos: Definições e estrutura dos Algoritmos. T
O 
5. Português Estruturado: Comando de Atribuição (:=); Comando de Entrada de 
Dados (leia); Comandos de Saída de Dados (escreva e imprima); Estruturas ( 
seqüência, se-então-senão, ses encaixados, escolha-caso, enquanto-faça, 
para-faça, repita-Até); Aninhamento e múltiplas estruturas. 
6. A Linguagem PASCAL: Conceitos básicos; Estrutura dos programas em 
PASCAL; O ambiente de programação; As principais bibliotecas; Estrutura dos 
programas em PASCAL; Comando de Atribuição (:=); Comandos de Entrada de 
Dados (read e readln); Comandos de Saida de Dados (write e writeln); 
Estruturas (Seqüência, if-then-else, if's encaixados, case-of-else, while-do, for- 
do, repeat-until); Aninhamento e múltiplas estruturas. 
Bibliografia 
1. Livro(s) Texto(s): 
FARRER, Harry et alli. Pascal estruturado. 3a edição. Rio de Janeiro: LTC, 
1999. . 
SALVE'l`I`I, Dirceu Douglas; BARBOSA, Lisbete Madsen. Algoritmos. São 
Paulo: Makron Books, 1998. 
TERADA, Routo; SETZER, Valdemar W. Introdução à computação e à 
construção de algoritmos. São Paulo: Makron Books, 1992. 
TREMBLAY, Jean-Paul; BUNT, Richard B. Ciência dos computadores: uma 
abordagem algorítmica. São Paulo: McGraw-Hill do Brasil, 1983. 
WIRTH, Niklaus. Algoritmos e estrutura de dados. Rio de Janeiro: Prentice-Hall 
do Brasil, 1989. 
2. Bibliografia Complementar: 
GO`I"I`FRIED, Byron S. Programação em pascal. São Paulo: McGraw-Hill do 
Brasil, 1988. 
INSTITUTO BRASILEIRO DE PESQUISA EM INFORMÁTICA. Técnicas de 
programação com pascal. Rio de Janeiro: IBPI, 1993. 
KERNIGHAN, Brian W; PLAUGER, P. J. Ferramentas para a programação em 
pascal. Rio de Janeiro: Campus, 1988. (tradução de Fernando Cabral)
LIMA, Vera Lúcia Strube de. Linguagem pascal. 4a edição. Rio de Janeiro: 
Campus, 1987. - - 
PINTO, Wilson Silva. Introdução ao desenvolvimento de algoritmos e estrutura 
de dados. São Paulo: Erica, 1990. 
SCHMITZ, Eber Assis; TELES, Antonio Anibal de Souza. Pascal e técnicas de 
programação. 3a Edição. Rio de Janeiro: LTC, 1988. 
WIRTH, Niklaus. Programação sistemática em pascal. 6a edição. Rio de 
Janeiro: Campus, 1989. 
ZIVIANI, Nivio. Projeto de algoritmos: com implementações em Pascal e C. 4a 
Edição. São Paulo: Pioneira, 1999.